Question

如果我与正则表达式匹配10个捕获：

/(o)(t)(th)(f)(fi)(s)(se)(e)(n)(t)/.match("otthffisseent")

然后，对于$10，我得到：

$10 # => "t"

但是global_variables遗漏了它。我得到了（在irb会话中）：

[:$;, :$-F, :$@, :$!, :$SAFE, :$~, :$&, :$`, :$', :$+, :$=, :$KCODE, :$-K, :$,,
 :$/, :$-0, :$\, :$_, :$stdin, :$stdout, :$stderr, :$>, :$<, :$., :$FILENAME,
 :$-i, :$*, :$?, :$$, :$:, :$-I, :$LOAD_PATH, :$", :$LOADED_FEATURES,
 :$VERBOSE, :$-v, :$-w, :$-W, :$DEBUG, :$-d, :$0, :$PROGRAM_NAME, :$-p, :$-l,
 :$-a, :$binding, :$1, :$2, :$3, :$4, :$5, :$6, :$7, :$8, :$9]

此处仅列出前九个：

$1, :$2, :$3, :$4, :$5, :$6, :$7, :$8, :$9

这也得到了以下证实：

global_variables.include?(:$10) # => false

$10存储在哪里，为什么不存储在global_variables？

Answer 1

Ruby似乎在解析器级别处理$1，$2等：

ruby --dump parsetree_with_comment -e '$100'

输出：

###########################################################
## Do NOT use this node dump for any purpose other than  ##
## debug and research.  Compatibility is not guaranteed. ##
###########################################################

# @ NODE_SCOPE (line: 1)
# | # new scope
# | # format: [nd_tbl]: local table, [nd_args]: arguments, [nd_body]: body
# +- nd_tbl (local table): (empty)
# +- nd_args (arguments):
# |   (null node)
# +- nd_body (body):
#     @ NODE_NTH_REF (line: 1)
#     | # nth special variable reference
#     | # format: $[nd_nth]
#     | # example: $1, $2, ..
#     +- nd_nth (variable): $100

BTW，maximum number of capture groups为32,767，您可以通过$n访问所有内容：

/#{'()' * 32768}/       #=> RegexpError: too many capture groups are specified

/#{'()' * 32767}/ =~ '' #=> 0
defined? $32767         #=> "global-variable"
$32767                  #=> ""

Answer 2

从Kernel#global_variables返回的编号变量将始终相同，即使在分配之前也是如此。即即使在您进行匹配之前，也会返回$1到$9，并且匹配更多内容将不会添加到列表中。（也不能分配它们，例如使用$10 = "foo"。）

考虑该方法的源代码：

VALUE
rb_f_global_variables(void)
{
    VALUE ary = rb_ary_new();
    char buf[2];
    int i;

    st_foreach_safe(rb_global_tbl, gvar_i, ary);
    buf[0] = '$';

    for (i = 1; i <= 9; ++i) {
        buf[1] = (char)(i + '0');
        rb_ary_push(ary, ID2SYM(rb_intern2(buf, 2)));
    }

    return ary;
}

您可以（在习惯于查看C之后）从for循环中看到符号$1到$9被硬编码到方法的返回值中。

那么，如果$10的输出没有改变，你还可以使用global_variables吗？好吧，输出可能有点误导，因为它会建议你的匹配数据存储在单独的变量中，但这些只是快捷方式，委托给MatchData中存储的$~对象。

基本上$n关注$~[n]。您会发现此MatchData对象（来自全局表）是该方法的原始输出的一部分，但在您进行匹配之前不会分配它。

关于在函数输出中包含$1到$9的理由是什么，您需要向Ruby核心团队中的某个人询问。这可能看起来是武断的，但可能会有一些审议意见。

Answer 3

我们将此行为视为错误。我们把它固定在后备箱里。

为什么只有有限数量的正则表达式捕获存储在`global_variables`中？

3 个答案: