用于纯文本的Ruby代码提取的正则表达式？

Question

我想从纯文本中提取ruby代码片段。

使用gem https://github.com/Erol/yomu可以提取PDF文档的文本。现在我想从例如ruby编程书中获得格式良好的ruby代码。

知道如何使用ruby方法和类的多行匹配的正则表达式？ 我尝试了许多不同的表达方式，但没有得到我预期的结果。

Answer 1

试试这个

• 逐行浏览文件并尝试将每行解析为Ruby代码
• 如果一行解析为Ruby开始添加更多行，直到他们不再解析为Ruby代码
• Voila，这是您的第一个代码段
• 也许应用一些过滤器来排除像单个单词
这样的琐碎片段
• 重复

这是从非结构化文本（如电子邮件）中提取源代码的常见最佳做法。这已被用于扫描数百万封用于研究项目的电子邮件。

使用ripper核心库来解析Ruby代码。