ruby regex .scan

Question

我正在使用Ruby的scan（）方法查找特定格式的文本。然后我将它输出到用逗号分隔的字符串中。我试图找到的文字看起来像这样：

AB_ABCD_123456

这是我到目前为止找到的内容。它工作正常：

text.scan(/.._...._[0-9][0-9][0-9][0-9][0-9][0-9]/)
puts text.uniq.sort.join(', ')

现在我需要一个正则表达式，在最后有或没有两个字母的国家/地区名称。例如，我希望能够找到以下所有三个：

AB_ABCD_123456
AB_ABCD_123456UK
AB_ABCD_123456DE

我知道我可以使用两到三次不同的扫描来实现我的结果，但我想知道是否有办法让所有这三个都有一个正则表达式。

Answer 1

/.._...._[0-9][0-9][0-9][0-9][0-9][0-9](?:[A-Z][A-Z])?/

您还可以使用{}缩短正则表达式：

/.{2}_.{4}_[0-9]{6}(?:[A-Z]{2})?/

说明：?使前面的模式可选。 ()将表达式组合在一起（因此ruby知道?适用于这两个字母）。打开?:后的(会使组无法捕获（捕获组会更改扫描产生的值）。

Answer 2

 /.._...._\d{6}([A-Z]{2})?/

Answer 3

为什么不使用拆分？

"AB_ABCD_123456".split(/_/).join(',')

处理您列出的案例而不做任何修改。

Answer 4

试试这个：

text.scan(/\w{2}_\w{4}_\d{6}\w{0,2}/) 
#matches AB_ABCD_123456UK or ab_abcd_123456uk and so on...

或

text.scan(/[A-Z]{2}_[A-Z]{4}_\d{6}[A-Z]{0,2}/) 
# tighter, matches only AB_ABCD_123456UK and similars...
# and not something like ab_aBCd_123456UK or ab_abcd_123456uk and similars...

参考这些网址：

Ruby gsub / regex modifiers?

http://ruby-doc.org/docs/ruby-doc-bundle/Manual/man-1.4/syntax.html#regexp

如果您想了解有关正则表达式的更多信息。