我正在为facebook编写一个hashtag scraper，我遇到的每个正则表达式都包含标点符号以及字母数字字符。这是我想要的一个例子：
你好#world！我是#m4king #fac_book scraper，想要一个很好的常规#expression。
我希望它与world，m4king，fac和expression匹配（请注意，如果它到达标点符号，我希望它会被切断，包括空格） 。如果它不包含哈希符号会很好，但它并不是非常重要。
请注意，重要的是，我将使用ruby的字符串扫描方法来获取多个标签。
提前感谢大家！
答案 0 :(得分：6)
这样的正则表达式：#([A-Za-z0-9]+)应该与您需要的匹配并将其放在捕获组中。然后，您可以稍后访问该组。也许this将有助于揭示正则表达式（来自Ruby上下文）。
上面的正则表达式会在找到#标记时开始匹配，并会将任何后续字母或数字抛出到捕获组中。一旦找到任何不是字母或数字的东西，它就会停止匹配。最后，您将得到一个包含您所追求的内容的小组。
答案 1 :(得分：6)
str = 'Hello #world! I am #m4king a #fac_book scraper and would like a nice regular #expression'
str.scan(/#([A-Za-z0-9]+)/).flatten #=> ["world", "m4king", "fac", "expression"]
需要调用#flatten，因为每个捕获组都在自己的数组中。
或者，您可以使用仅在'＃'之后匹配字母数字字符的后视匹配：
str.scan /(?<=#)[[:alnum:]]+/ #=> ["world", "m4king", "fac", "expression"]
答案 2 :(得分：2)
这是一个更简单的正则表达式#[[:alnum:]_]/。请注意，它包含下划线，因为Facebook目前包含下划线作为主题标签的一部分（与推特一样）。
str = 'Hello #world! I am #m4king a #fac_book scraper and would like a nice regular #expression'
str.scan(/#[[:alnum:]_]+/)
以下是Rubular的观点： http://rubular.com/r/XPPqwtVGN9