返回 Ruby 正则表达式的第一个匹配项

Posted 2023-04-13

【中文标题】返回 Ruby 正则表达式的第一个匹配项

【英文标题】：Return first match of Ruby regex

【发布时间】：2010-10-05 21:30:25

【问题描述】：

我正在寻找一种在 Ruby 中对字符串执行正则表达式匹配并在第一次匹配时使其短路的方法。

我正在处理的字符串很长，从看起来标准的方式（match 方法）来看，它会处理整个事情，收集每个匹配项，并返回一个包含所有匹配项的 MatchData 对象。

match = string.match(/regex/)[0].to_s

【参考方案1】：

你可以试试String#[]（如variableName[/regular expression/]）。

这是 IRB 的示例输出：

names = "erik kalle johan anders erik kalle johan anders"
# => "erik kalle johan anders erik kalle johan anders"
names[/kalle/]
# => "kalle"

【讨论】：

这不是在做匹配并在幕后返回第一个结果吗？

在对各种长度的字符串进行了一些基准测试并查看了 C 源代码之后，结果发现 Regex.match 确实短路了，并且只找到了第一个匹配项。

很好，不知道这个快捷方式。

是否有关于此快捷方式的文档？我在高处和低处搜索了我认为是一个相对简单的任务，并且在找到这个之后才解决了我的问题。谢谢！

@dmourati 您可以在String#[] 中找到此功能。感谢您询问该文档，因为在阅读该文档时我发现了 capture 参数——它可以让您返回捕获而不是完整匹配。

【参考方案2】：

你可以使用[]:（类似于match）

"[e-mail]"[/\+([^@]+)/, 1] # matches capture group 1, i.e. what is inside ()
# => "account2"
"[e-mail]"[/\+([^@]+)/]    # matches capture group 0, i.e. the whole match
# => "+account2"

【参考方案3】：

如果只有匹配的存在很重要，你可以选择

/regexp/ =~ "string"

不管怎样，match 应该只返回第一个命中，而scan 搜索整个字符串。因此，如果

matchData = "string string".match(/string/)
matchData[0]    # => "string"
matchData[1]    # => nil - it's the first capture group not a second match

【讨论】：

如果您可以使用 perlish $1 等，那么 =~ 可以很好地返回匹配项。

【参考方案4】：

我还不确定这个功能是真棒还是完全疯狂，但你的正则表达式可以定义局部变量。

/\$(?<dollars>\d+)\.(?<cents>\d+)/ =~ "$3.67" #=> 0
dollars #=> "3"

（取自http://ruby-doc.org/core-2.1.1/Regexp.html）。

【讨论】：

很棒的功能！正是我需要的

警告：它仅在 regex =~ string 时有效，在 string =~ regex 时无效

【参考方案5】：

正则表达式 (regex) 只不过是一个有限状态机 (FSM)。

FSM 试图回答“这种状态是否可能？”的问题

它一直尝试进行模式匹配，直到找到匹配项（成功），或者直到探索了所有路径但没有找到匹配项（失败）。

关于成功，问题是“这种状态是否可能？”已回答“是”。因此不需要进一步的匹配并且正则表达式返回。

有关更多信息，请参阅 this 和 this。

进一步：here is an interesting example 演示正则表达式的工作原理。在这里，正则表达式用于检测给定数字是否为素数。这个例子是用 perl 编写的，但也可以用 ruby​​ 编写。