红宝石混淆中的正则表达式匹配

Question

任何人都可以向我解释这个吗？

str = "org-id:         N/A\n"

puts str[/org-id:\s+(.+)\n/]
=> "org-id:         N/A\n"
str =~ /org-id:\s+(.+)\n/
puts $1
=> "N/A"

我只需要

str =~ /org-id:\s+(.+)\n/
puts $1

在一条线上。 但str[/org-id:\\s+(.+)\\n/]和str.slice(/org-id:\\s+(.+)\\n/)返回"org-id: N/A\\n"和str.scan（/ org-id：\\ s +（。+）\\ n /）。首先返回["N/A"] （和数组）。 为什么所有这些匹配都表现不同？

Answer 1

从精细手册 ：

str [regexp]→new_str或nil
str [regexp，fixnum]→new_str或nil

如果提供了Regexp ，则返回str的匹配部分。 如果数字或名称参数在正则表达式MatchData则返回MatchData该组件。

所以，如果你做str[/org-id:\\s+(.+)\\n/]那么你得到整个匹配部分（AKA $& ）; 如果你想要第一个捕获组（AKA $1 ），那么你可以说：

puts str[/org-id:\s+(.+)\n/, 1]
# 'N/A'

如果你的正则表达式中有第二个捕获组，并且你想要它捕获的内容，你可以说str[regex, 2]等等。 您也可以使用命名的捕获组和符号：

puts str[/org-id:\s+(?<want>.+)\n/, :want]

因此，使用正确的模式和参数， String#[]可以方便地从字符串中提取单个基于正则表达式的块。

如果你看一下手册，你应该注意到String#[]和String#splice是一回事。

---

如果我们看一下String#=~ ，我们看到：

str = ~obj→fixnum或nil

比赛-如果obj是一个Regexp ，使用它作为一个模式来匹配海峡 ，并返回比赛开始的位置，或nil ，如果没有匹配。

所以当你说：

str =~ /org-id:\s+(.+)\n/

你得到$& 'org-id: N/A' ， $1 'N/A' ，运算符的返回值是零; 如果你的正则表达式中有另一个捕获组，你会看到$2那部分。 在“ nil或不nil ”的返回值=~让你说这样的话：

make_pancakes_for($1) if(str =~ /some pattern that makes (us) happy/)

所以=~便于一次性组合解析和布尔测试。

---

String#scan方法：

扫描（模式）→数组
扫描（模式）{|匹配，... | 阻止}→str

两种形式都通过str迭代，匹配模式（可能是Regexp或String ）。 对于每个匹配，生成结果并将其添加到结果数组或传递给块。 如果模式不包含组，则每个单独的结果由匹配的字符串$& 。 如果模式包含组，则每个单独的结果本身就是一个包含每个组一个条目的数组。

因此，如果涉及捕获组， scan会为您提供简单的匹配列表或匹配AoA， scan意味着将字符串一次性拆分为所有组件（有点像更复杂的String#split版本）。

如果你想从你的字符串中获取所有(.+)匹配项，你可以使用scan和map ：

array_of_ids = str.scan(/org-id:\s+(.+)\n/).map(&:first)

但如果你知道str会有几个org-id，你只会烦恼。 扫描还会将$& ， $1 ，...设置为scan最后一个匹配的值; 但如果你正在使用scan你将会同时寻找几个匹配，所以这些全局变量不会非常有用。

---

三个正则表达式方法（ [] ， =~和scan ）提供类似的功能，但它们填补了不同的利基。 你可以用scan完成所有这一切，但除非你是一个正交的偏执，否则你将毫无意义地笨重，然后你肯定不会在Ruby工作，除非在极端胁迫下，所以没关系。

Answer 2

这是匹配和捕获之间的区别。 Str [regex]返回与整个正则表达式匹配的整个片段。 $ 1仅表示由first（）子句捕获的匹配部分。