Пользователь
0,0
рейтинг
27 октября 2012 в 18:39

Разработка → Использование регулярных выражений в Ruby

Регулярные выражения — спасение от всех бед для одних и ночной кошмар для других разработчиков, а если говорить объективно, то это мощнейший инструмент, требующий, однако, большой осторожности при применении. Регулярные выражения (регексы, регекспы, регулярки) в языке Ruby основаны на синтаксисе Perl 5 и потому в основных чертах знакомы всем, кто использовал Perl, Python или PHP. Но Ruby тем и хорош, что каждый компонент языка реализован со своим собственным подходом, упрощающим использование данного инструмента и увеличивающим его мощность. В предлагаемой мной небольшой статье рассматриваются особенности регулярок в Ruby и их применение в различных операторах.

В Ruby все — объект


Прежде всего стоит отметить, что регулярное выражение является объектом соответствующего класса. Соответственно, его можно создавать через вызов new и объединять(union).

r1 = Regexp.new “a”
r2 = Regexp.new “b”
ru = Regexp.union r1, r2


Выражение, получившееся в результате объединения будет соответствовать строкам, соответствующим хотя бы одному из объединяемых шаблонов.

Оператор сопоставления регулярки со строкой возвращает индекс первого совпадения или nil, но нам во многих случаях нужна и другая информация о найденном совпадении. Можно, как и Perl, воспользоваться специальными переменными, $~, $’, $& и так далее. Если переменные $1, $2, …, соответствующие группам, запомнить довольно просто, то как люди вообще пользуются остальными для меня всегда оставалось загадкой. Поэтому в Ruby конечно же есть другой подход — можно использовать метод Regexp.last_match

“abcde” =~ /(b)(c)(d)/
Regexp.last_match[0]            # "asd"
Regexp.last_match[1]            # "b"
Regexp.last_match[2]            # "c"
Regexp.last_match[3]            # "d"
Regexp.last_match.pre_match     # "a"
Regexp.last_match.post_match    # "e"


Поименованные группы


Ruby, начиная с версии 1.9 поддерживает синтаксис поименованных групп:
"a reverse b".gsub /(?<first>\w+) reverse (?<second>\w+)/, '\k<second> \k<first>'     # “b a”


Этот же пример демонстрирует и использование обратных ссылок, но эта возможность и так есть уже во всех современных реализациях PCRE.

\k<group_name> — эта специальная последовательность по сути является аналогом обратных ссылок для именованных групп.
\g<group_name> — последовательность, соответствующая повторению ранее заданной именованной группы. Различие между ними просто показать на примере:

"1 1" =~ /(?<first>\d+) \k<first>/    # 0
"1 2" =~ /(?<first>\d+) \k<first>/    #nil
"1 a" =~ /(?<first>\d+) \k<first>/     #nil

"1 1" =~ /(?<first>\d+) \g<first>/    # 0
"1 2" =~ /(?<first>\d+) \g<first>/    # 0
"1 a" =~ /(?<first>\d+) \g<first>/     #nil


Получить совпадения связанные с этими группами также можно через объект MatchData:
Regexp.last_match[:first]


Другие способы проверить соответствие


Кроме традиционного =~ в Ruby есть и другие способы проверить строку на совпадение с регулярным выражением. В частности, для этого предназначен метод match, который особенно хорош тем, что может вызываться применительно как к объекту класса String, так и к экземпляру Regexp. Но и это не все. Получить совпадение строки регуляркой можно обычным методом индексирования:

"abcde"[/bc?f?/]         # "bc"

, а также методом slice:
"abcde".slice(/bc?f?/)        # "bc"


Кроме того, есть и еще один, на вид не самый логичный способ:
/bc?f?/ === "abcde"        # true

Вряд ли кто-то будет использовать подобный синтаксис, но и этому замечательному свойству языка Ruby есть применение, о чем будет написано далее.

Применение регулярок в различных функциях


Одним из самых полезных применений регулярных выражений в Ruby, которое встречается однако не так часто, является их использование в операторе case. Пример:

str = 'september'
case str
   when /june|july|august/:
       puts "it's summer"
   when /september|october|november/:
       puts "it's autumn"
end


Все дело в том, что сравнение в case как раз выполняется вышеупомянутым оператором ===(подробнее здесь), что и позволяет очень лаконично и элегантно использовать регекспы в таких случаях.

Также регулярки можно использовать в функции split. Пример с ruby-doc:
"1, 2.34,56, 7".split(%r{,\s*})         #  ["1", "2.34", "56", "7"]

Один из способов получения списка слов из строки с помощью этой функции:
“one two three”.split(/\W+/)

Для работы с кириллическими строками:
"строка, из которой нужно получить список слов".split(/[^[:word:]]+/)     # ["строка", "из", "которой", "нужно", "получить", "список", "слов"]
(ruby 1.9 only)


Для разделения строки на части иногда гораздо удобнее использовать метод scan. Предудыщий пример с использованием этого метода:
"строка, из которой нужно получить список слов".scan(/[[:word:]]+/)    # ["строка", "из", "которой", "нужно", "получить", "список", "слов"]
(ruby 1.9 only)


Функция sub, выполняющая замену первого вхождения подстроки, также может принимать на вход объект Regexp:
"today is september 25".sub(/\w+mber/, 'july')    # "today is july 25"

Аналогично можно использовать регулярные выражения в методах sub!, gsub и gsub!..

Метод partition, разделяющий строку на 3 части, также может использовать регулярное выражение в качестве разделителя:
"12:35".partition(/[:\.,]/)        #  ["12", ":", "35"]

Аналогично можно использовать регулярные выражения в методе rpartition.

Методы index и rindex также могут работать с регулярками, возвращают они, понятное дело, индексы первого и последнего их вхождения в строку.

Дополнительная литература


1. Фридл — Регулярные выражения
2. Флэнаган, Мацумото — Язык программирования Ruby
3. Ruby-doc class Regexp
@rsludge
карма
36,7
рейтинг 0,0
Реклама помогает поддерживать и развивать наши сервисы

Подробнее
Спецпроект

Самое читаемое Разработка

Комментарии (17)

  • +1
    «Some people, when confronted with a problem, think “I know, I’ll use regular expressions.” Now they have two problems.»
    — Jamie Zawinski
  • 0
    респект! и спасибо!
    признаться, про Regexp.last_match.pre_match / post_match не знал.
    не дочитал в детстве наверное :)
  • +6
    Забыли главную особенность регулярок в Руби: homakov.blogspot.com/2012/05/saferweb-injects-in-various-ruby.html
    • +1
      я подумал, что все про это и так знают, столько шума было какое-то время назад.
      • 0
        нуу я оче ожидал увидеть это в статье «Использование регулярных выражений в Ruby». Шума было немного )
    • 0
      А я не знал, спасибо. Такое поведение пофиксили в новых версиях? Не знаете, случайно?
      • 0
        Нет, так же работает.
      • +1
        Это не баг, фиксить тут нечего.
        • 0
          Вот именно, это не баг, мало того такое поведение не только в ruby, но и в других языках.
      • +2
        Нас много таких, которые не читают спецификаций, полагаясь на то, что разработчики предпочтут понятную и на уровне рефлекса накатанную схему, а не будут мнить себя «не такими как другие».
    • +2
      Просто нужно использовать \A и \z вместо ^ и $ соответственно.
    • 0
      пиаррр :)
  • +3
    И хороший сервис для тестирования регулярок rubular.com/
    • 0
      Как по мне вот этот пофункциональнее будет. Пользуюсь больше года.
  • 0
    Очень удобно в руби — оформление в переменные именованных групп в регулярках:
    /(?hello)/ =~ 'hello'; puts hi
    Но это работает только с регулярками, объявленными непосредственно перед использованием.
    • 0
      /(?<hi>hello)/ =~ 'hello'
      • 0
        Да, парсер съел регулярку(

Только зарегистрированные пользователи могут оставлять комментарии. Войдите, пожалуйста.