Question

我有一个字符串，如下所示

“Temporada 2015”

我也得到字符串

“Temporada 8”

我需要匹配并仅提取字符串2015和8中的数字。我如何使用正则表达式来做到这一点。我尝试过如下

doc.text_at('header.headerInfo > h4 > b').match(/(Tempo).*(\d+)/)[2]

但是第一次而不是2015年只返回了5次。我如何匹配两者并仅返回nos。??

Answer 1

.*是“贪婪的”。它匹配尽可能多的字符。所以它只留下\d+的一位数。

如果您的字符串已知不包含其他数字，则可以执行

.scan(/\d+/).first

否则你可以匹配非数字

.match(/(Tempo)[^\d]*(\d+)/)[2]

Answer 2

因为.*是贪婪的，它尽可能匹配所有字符，所以它会返回所有前面字符贪婪匹配的最后一个数字。通过将贪婪的.*变为非贪婪的.*?，它将进行最短的匹配，并为您提供最后一个数字。

doc.text_at('header.headerInfo > h4 > b').match(/(Tempo).*?(\d+)/)[2]

Answer 3

您可以直接扫描数字：

"Temporada 2015".scan(/\d+/)
# => ["2015"]
"Temporada 8".scan(/\d+/)
# => ["8"]

如果要在正则表达式中包含Temp：

"Temporada 2015".scan(/Temp.*?(\d+)/)
# => [["2015"]]

非正则表达方式：

"Temporada 2015".split.detect{|e| e.to_i.to_s == e }
# => "2015"
"Temporada 8".split.detect{|e| e.to_i.to_s == e }
# => "8"

Answer 4

您应该添加?以使正则表达式非贪婪：

doc.text_at('header.headerInfo > h4 > b').match(/(Tempo).*?(\d+)/)[2];

以下是sample program进行验证。

Answer 5

我是这样写的：

r = /
    \b    # match a word-break (possibly beginning of string)
    Tempo # match these characters
    \D+   # match one or more characters other than digits
    \K    # forget everything matched so far
    \d+   # match one or more digits
   /x

"Temporada 2015"[r] #=> 2015
"Temporada 8"[r]    #=> 8
"Temporary followed by something else 21 then more"[r]
  #=> 21

如果'Tempo'必须位于字符串的开头，请写r = /Tempo....或r = /\s*Tempo...（如果前面有空格）。我假设应该至少有一个空格，我写了\D+而不是\D*。

我不明白为什么'Tempo'在捕获组中。我错过了什么吗？

使用正则表达式

5 个答案: