如何在Ruby正则表达式中访问同一匹配组的不同匹配项？

Question

我有一个有多个匹配项的正则表达式。我算出了$1，$2等等。可用于访问匹配组。但是如何访问同一匹配组的多个匹配项？

请看下面的小红页。

http://rubular.com/r/nqHP1qAqRY

所以现在$1等于916，$2等于零。我怎样才能进入229885？有没有类似于11美元左右的东西？

Answer 1

为了扩展我的评论并回答你的问题：

如果要将值存储在数组中，请修改块并收集，而不是迭代：

> arr = xml.grep(/<DATA size="(\d+)"/).collect { |d| d.match /\d+/ }
> arr.each { |a| puts "==> #{a}" }
==> 916
==> 229885

|d|是普通的Ruby块参数语法；每个d都是匹配的字符串，从中提取数字。它不是最干净的Ruby，尽管它是功能强大的。

我仍然推荐使用解析器；请注意，rexml版本应该是这样(或多或少)：

require 'rexml/document'
include REXML
doc = Document.new xml
arr = doc.elements.collect("//DATA") { |d| d.attributes["size"] }
arr.each { |a| puts "==> #{a}" }

一旦您的" XML“被转换为实际的XML，您可以获得更有用的数据：

doc = Document.new xml
arr = doc.elements.collect("//file") do |f|
  name = f.elements["FILENAME"].attributes["path"]
  size = f.elements["DATA"].attributes["size"]
  [name, size]
end

arr.each { |a| puts "#{a[0]}\t#{a[1]}" }

~/Users/1.txt   916
~/Users/2.txt   229885

Answer 2

首先，仅使用正则表达式解析基于xml的数据并不是一个好主意。相反，使用一个库来解析xml文件，比如nokogiri。

但是，如果您确定要使用此方法，则需要了解以下内容。正则表达式引擎在得到(令人满意的)匹配后立即停止。因此，您不能期望从一个regex-call中获得一个字符串中的所有可能的匹配，您需要在每个已经出现的匹配之后，应用一个新的regex-match遍历该字符串。你可以这样做：

# ruby 1.9.x version
regex = /<DATA size="(\d+)"/
str = your_string # Your string to be parsed
position = 0
matches = []
while(match = regex.match(str,position)) do # Until there are no matches anymore
  position = match.end 0 # set position to the end of the last match
  matches << match[1] # add the matched number to the matches-array
end

在此之后，所有已解析的数字都应该在matches中。

但是由于您的评论表明您正在使用ruby 1.8.x，我将在此处发布另一个版本，该版本在1.8.x中工作(方法定义在这些版本中不同)。

# ruby 1.8.x version
regex = /<DATA size="(\d+)"/
str = your_string # Your string to be parsed
matches = []
while(match = regex.match(str)) do # Until there are no matches anymore
  str = match.post_match # set str to the part which is after the match.
  matches << match[1] # add the matched number to the matches-array
end

Answer 3

这在regex的大多数实现中是不可能的。(只有.NET可以执行此操作。)

您将不得不使用另一种解决方案，例如使用scan()：Equivalent to Python’s findall() method in Ruby?。