Question

有问题的正则表达式是

/(<iframe.*?><\/iframe>)/

我正在使用这个ruby正则表达式来匹配字符串的各个部分，然后创建一个结果数组。

字符串是

"<p><iframe src=\"http://www.dailymotion.com/embed/video/k18WBkRTMldXzB7JYW5?logo=0&#038;info=0\" frameborder=\"0\" height=\"450\" width=\"580\"></iframe></p>\n<p>#1<br />\n<iframe src=\"https://www.cloudy.ec/embed.php?id=cabe5d3ba31da\" allowfullscreen=\"\" frameborder=\"0\" height=\"420\" width=\"640\"></iframe></p>\n<p>#2<br />\n<iframe src=\"https://www.cloudy.ec/embed.php?id=b03d31e4b5663\" allowfullscreen=\"\" frameborder=\"0\" height=\"420\" width=\"640\"></iframe></p>\n<p>#3<br />\n<iframe src=\"https://www.cloudy.ec/embed.php?id=f63895add1aac\" allowfullscreen=\"\" frameborder=\"0\" height=\"420\" width=\"640\"></iframe></p>\n"

我正在调用正则表达式.match()就像这样

/(<iframe.*?><\/iframe>)/.match(entry.content).to_a

结果是第一场比赛的重复

["<iframe src=\"http://www.dailymotion.com/embed/video/k18WBkRTMldXzB7JYW5?logo=0&#038;info=0\" frameborder=\"0\" height=\"450\" width=\"580\"></iframe>", "<iframe src=\"http://www.dailymotion.com/embed/video/k18WBkRTMldXzB7JYW5?logo=0&#038;info=0\" frameborder=\"0\" height=\"450\" width=\"580\"></iframe>"]

我使用了Rubular，我能够让Regex在那里工作http://rubular.com/r/CYF0vgQtrX

Answer 1

结果是第一场比赛的重复

即使Regex #matre（）的文档做了一个描述match（）操作的糟糕工作，它实际上找到第一个匹配：

str = "abc"
md = /./.match(str)
p md.to_a

--output:--
["a"]

当匹配时，Regexp.match（）返回MatchData对象。 MatchData对象包含整个匹配和每个组的匹配项。如果在MatchData对象上调用to_a（），则返回值是一个包含整个匹配的数组，以及正则表达式中每个组匹配的任何内容：

str = "abc"
md = /(.)(.)(.)/.match(str)
p md.to_a

--output:--
["abc", "a", "b", "c"]

由于您在正则表达式中指定了一个组，因此一个结果是整个匹配，另一个结果是与您的组匹配的结果。

[正则表达式]是我想到的第一种方法。如果这不是工作，然后我打算使用nokogiri

从现在开始，nokogiri应该是你的第一个想法...因为：

如果您遇到编程问题，并且您认为，＆＃34;我将使用正则表达式＆＃34;，现在你有两个问题＆＃34;。

Answer 2

您应该在这里使用scan代替match。

entry.content.scan(/<iframe.*?><\/iframe>/)

使用/(<iframe.*?><\/iframe>)/将得到一个二维数组。该文件说：

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。

为什么这个Regex结果出乎意料

2 个答案: