回顾和展望正则表达式

Question

我有这样的弦：

期刊/cl/SantoNR90 90：：Michele Di Santo::Libero Ni格罗：：Wilma Russo：：程序员-用Modula-2定义的控制摘要

我需要捕捉Michele Di Santo，Libero Nigro，Wilma Russo，但不是最后一个。

这个正则表达式几乎符合我所需要的：

/(?<=::).*?(?=::)/

但是它有问题，它捕获了第三个冒号。

str.scan(/(?<=::).*?(?=::)/) #=> [":Michele Di Santo", ...]

正如您所看到的，第一个匹配的开头有一个冒号。

如何修复这个正则表达式以避免第三个冒号？

Answer 1

要这样做的表达式可以是：

(?<=::)[^:].*?(?=::)

虽然如果要搜索的字符串总是以“xxx：：A :b：：C：：xxx”的形式搜索，而且您只关心A、B和C，请考虑使用更具体的方法，并使用捕获组获取A、B和C：

:::(.+?)::(.+?)::(.+?):::

$1、$2和$3将包含组匹配。

Answer 2

别用regex做这个。您所需要做的就是在:::上拆分输入字符串，从结果数组中提取第二个字符串，并在::上拆分该字符串。与regex版本相比，代码更快，运行更快，读起来更容易。

编辑:代码：

str.split(':::')[1].split('::')

在CodePad上运行：http://codepad.org/1BNNwoh6

Answer 3

我使用一个简单的split，因为字符串基本上是一个带有冒号的CSV，而不是逗号：

str = 'journals/cl/SantoNR90:::Michele Di Santo::Libero Nigro::Wilma Russo:::Programmer-Defined Control Abstractions in Modula-2'
items = split(':')
str1, str2, str3 = items[3], items[5], items[7]

=> [
      [0] "Michele Di Santo",
      [1] "Libero Nigro",
      [2] "Wilma Russo"
  ]

您还可以使用：

str1, str2, str3 = str.split(':').select{ |s| s > '' }[1, 3]

如果有可能引用冒号，请使用CSV模块并将字段分隔符设置为“：”。