Question

我有一个字符串，其中包含以下文本之一：

联;文件名= “扩展名”;
联;文件名= “扩展名”
联;文件名= '名称。扩展名';
联;文件名= '名称。扩展名'
联;文件名=。扩展名;
联;文件名=。扩展名

我想提取 name.extension 并且可以处理前5个案例，但我无法弄清楚如何使用单个正则表达式完成所有案例。我尝试的一切都变得太贪婪了。这甚至可能吗？

适用于前5个的正则表达式是：

/filename=["']?(.*)(?=["']?;)/

name.extension位于第一个捕获组中，并且必须允许linux中文件名的任何有效字符。这包括'和'和;在其中。

感谢您的帮助！

Answer 1

分三个阶段进行。

拆分;以分隔语句。
拆分=上的键/值对。
处理价值的引用。

这是一个基本的例子。

def get_value(line)
    # Split into statements
    statements = line.split(/\s*;\s*/)

    # Extract the value of the 2nd statement
    _,value = statements[1].split(/\s*=\s*/)

    # Strip the quotes
    value.gsub!(/^(['"]?)(.*)\1$/, '\2')

    return value
end

有一些无法处理的边缘案例：如果您感兴趣的陈述不是第二个，那该怎么办？但这可以根据需要修复。当它在多个步骤中完成而不是试图将其填充到一个正则表达式中时，更容易改进解析。

例如，这可以正确处理%q[inline; filename="name's.extension"]和%q[inline; filename="name's.\\"extension\\""]等嵌入和转义引号。

如果你真的想把它当成一个正则表达式，那么，你要求它。

re = /
    \bfilename
    \s*=\s* 
    (?:
        (?<quote>['"])(?<value>.*)\k<quote> |
        (?<value>[^;]+)
    )
/x
return re.match(line)['value']

将扩展的处理分为两种选择：一种带引号，一种带引号。否则filename=name.ext;将获取分号，我无法找到阻止它的另一种方法，但不会引入新问题。

例如，/\bfilename\s*=\s*(?<quote>['"]?)(?<value>.*?)\k<quote>;?$/将对测试数据起作用，但如果在%q[inline; filename='name.extension'; foo]之后的分号后面有任何内容，则会失败。

你问过专家正则表达式的知识。作为正则表达式专家的一部分是知道何时不应该使用正则表达式。这可能应该用语法处理，否则你将不断追逐边缘案例。

Answer 2

试试这个：

/filename=["']?([^"';]+)/

它应该返回第一个捕获组中的字符串。

[
  'inline; filename="name.extension";',
  'inline; filename="name.extension"',
  "inline; filename='name.extension'",
  "inline; filename='name.extension';",
  "inline; filename=name.extension;",
  "inline; filename=name.extension"
].map { |str| str[/filename=["']?([^"';]+)/, 1] == "name.extension" }

 => [true, true, true, true, true, true]

Answer 3

保持简单和可维护，不要使用正则表达式：

arr = %q(inline; filename="name.extension";
inline; filename="name.extension"
inline; filename='name.extension';
inline; filename='name.extension'
inline; filename=name.extension;
inline; filename=name.extension).lines.map(&:chomp)

p arr.map{|str|  str.delete(%q("';) ).split("=").last}

这使用了ruby灵活的字符串文字语法; ％q（）技巧在这里使用了2次，提供了单引号和双引号的轻松处理。

使用和不使用终止字符提取文件名

3 个答案: