如果行匹配或以尖括号开始和结束，则regex匹配。

Question

我正在用ruby(pcre regex)逐行处理文件，其想法是计算使用了多少行，不包括页面标记、空行和标记标记。

 1. [==| Page 4 |==]
 2.
 3. 上側
 4.
 5. 勉州爛 夜 菌
 6.
 7. 洲⑪蝿 香n
 8.
 9. 本聘
10.
11. [==| Page 5 |==]
12.
13. <IMAGE
14. <IMAGE>
15. IMAGE>
16.
17. [==| Page 6 |==]
18.
19. 欝輛蓼 \縄《卿⑪儡

我知道如何在这个regex /^(?!\[==\| Page \d+ \|==\]).+$/中使用忽略标题和空行。

但我不太确定如何也忽略标签。与我所使用的这些标记匹配的正则表达式与/^<.*>$/一样简单，我不知道如何将其反转。

扫描后的结果应该是["上側", "勉州爛 夜 菌", "洲⑪蝿 香n", "本聘", "<IMAGE", "IMAGE>", "欝輛蓼 \縄《卿⑪儡"].length #=> 7

Answer 1

您也可以使用或在“向前看”表达式中排除其他行！

^(?!\[==\| Page \d+ \|==\]|$|<.*>).*$

Regex Demo

Answer 2

链式倒火柴

在Ruby中，您有很多方法来反演匹配，包括V和Enumerable#reject。虽然您当然可以将其作为一个复杂的正则表达式来完成，但这会使您的代码更不容易测试，也更难阅读。相反，可以利用一些核心方法来构建逻辑和/或正则表达式，而不是使用一个复杂的正则表达式。

例如，假设您已经将文件放入一个文件变量中：

page_marker = /\[==\| Page \d+ \|==\]/
tag_markers = /^<.*?>$/

file.lines.map(&:chomp).
  grep_v(page_marker).
  grep_v(tag_markers).
  reject { |line| line.empty? }.
  count

#=> 7

假定有许多其他方法来表达这一点，那么链式方法的主要好处是：

1. 相当可读的。
2. 清楚地传达代码的步骤意图。
3. 可合成的，因此易于修改或扩展。
4. 如果需要调试，可以在irb中查看方法链中每个步骤的结果。

其他答案可能会引导您使用消极或积极的前瞻性/后向断言，但为了可维护性和可测试性，我强烈建议采用一种更可组合的方法。