Question

我有一个有多个匹配的正则表达式。我发现$ 1，$ 2等可以用来访问匹配的组。但是如何访问同一匹配组的多个出现？

请查看下面的rubular页面。

所以现在$ 1给出916而$ 2给出NIL。我怎样才能访问229885？是否有类似$ 1 [1]左右的东西？

Answer 1

首先，仅使用正则表达式解析基于xml的数据不是一个好主意。而是使用库来解析xml文件，比如nokogiri。

但是如果您确定要使用此方法，则需要了解以下内容。一旦获得（令人愉悦的）匹配，正则表达式引擎就会停止。所以你不能期望从一个正则表达式调用获得字符串中所有可能的匹配，你需要在之后使用新的正则表达式匹配来遍历字符串每个已经发生的比赛。你可以这样做：

# ruby 1.9.x version
regex = /<DATA size="(\d+)"/
str = your_string # Your string to be parsed
position = 0
matches = []
while(match = regex.match(str,position)) do # Until there are no matches anymore
  position = match.end 0 # set position to the end of the last match
  matches << match[1] # add the matched number to the matches-array
end

在此之后，所有解析的数字都应该在matches。

但是，既然你的评论暗示，你正在使用 ruby 1.8.x 我会发布另一个这里的版本，适用于1.8.x（这些版本的方法定义不同）。

# ruby 1.8.x version
regex = /<DATA size="(\d+)"/
str = your_string # Your string to be parsed
matches = []
while(match = regex.match(str)) do # Until there are no matches anymore
  str = match.post_match # set str to the part which is after the match.
  matches << match[1] # add the matched number to the matches-array
end

Answer 2

扩展我的评论并回答您的问题：

如果要将值存储在数组中，请修改块并收集而不是迭代：

> arr = xml.grep(/<DATA size="(\d+)"/).collect { |d| d.match /\d+/ }
> arr.each { |a| puts "==> #{a}" }
==> 916
==> 229885

|d|是正常的Ruby块参数语法;每个d是匹配的字符串，从中提取数字。它不是最干净的Ruby，虽然它很实用。

我仍然建议使用解析器;请注意，rexml版本将是这个（或多或少）：

require 'rexml/document'
include REXML
doc = Document.new xml
arr = doc.elements.collect("//DATA") { |d| d.attributes["size"] }
arr.each { |a| puts "==> #{a}" }

将“XML”转换为实际的XML后，您可以获得更多有用的数据：

doc = Document.new xml
arr = doc.elements.collect("//file") do |f|
  name = f.elements["FILENAME"].attributes["path"]
  size = f.elements["DATA"].attributes["size"]
  [name, size]
end

arr.each { |a| puts "#{a[0]}\t#{a[1]}" }

~/Users/1.txt   916
~/Users/2.txt   229885

Answer 3

在大多数正则表达式的实现中，这是不可能的。（AFAIK只有.NET可以做到这一点。）

您必须使用scan() Equivalent to Python’s findall() method in Ruby?来使用替代解决方案，例如。

如何访问Ruby正则表达式中相同匹配组的各种出现？

3 个答案: