一段重复的正则表达式可以创建多个组吗？

Question

我使用 RUBY 的正则表达式来处理文本，例如

${1:aaa|bbbb}
${233:aaa | bbbb | ccc  ccccc }
${34: aaa | bbbb | cccccccc     |d}
${343:   aaa   |   bbbb   |       cccccccc     |dddddd   ddddddddd}
${3443:a aa|bbbb|cccccccc|d}
${353:aa a| b b b b | c c c c c c c c      |        dddddd}

我想获取每条管道之间的修剪文本。例如，对于上例的第一行，我想要得到结果 aaa 和 bbbb，对于第二行，我想要aaa、bbbb 和 ccc ccccc。现在我已经编写了一段正则表达式和一段 ruby​​ 代码来测试它：

array = "${33:aaa|bbbb|cccccccc}".scan(/\$\{\s*(\d+)\s*:(\s*[^\|]+\s*)(?:\|(\s*[^\|]+\s*))+\}/)
puts array

现在我的问题是 (?:\|(\s*[^\|]+\s*))+ 部分无法创建多个组。我不知道如何解决这个问题，因为每行中需要的文本数量是可变的。有人可以帮忙吗？

Answer 1

当您在正则表达式中重复捕获组时，捕获组仅存储与其最后一次迭代匹配的文本。如果您需要捕获多次迭代，则需要使用多个正则表达式。 （.NET 是唯一的例外。它的 CaptureCollection 提供捕获组的所有迭代的匹配项。）

在您的情况下，您可以执行搜索和替换来替换 ^ \d+: 没有任何内容。这会去掉字符串开头的数字和冒号。然后使用正则表达式 \s*\|\s* 调用 split() 将字符串拆分为由竖线分隔的元素。

Answer 2

你为什么不把你的绳子分开呢？

str = "${233:aaa | bbbb | ccc  ccccc }"
str.split(/\d+|\$|\{|\}|:|\|/).select{|v| !v.empty? }.select{|v| !v.empty? }.map{|v| v.strip}.join(', ')
#=> "aaa, bbb, cc cccc"

Answer 3

这可能会帮助您

编写脚本

a = [
  '${1:aaa|bbbb}',
  '${233:aaa | bbbb | ccc  ccccc }',
  '${34: aaa | bbbb | cccccccc     |d}',
  '${343:   aaa   |   bbbb   |       cccccccc     |dddddd   ddddddddd}',
  '${3443:a aa|bbbb|cccccccc|d}',
  '${353:aa a| b b b b | c c c c c c c c      |        dddddd}'
]

a.each do |input|
  puts input
  input.scan(/[:|]([^|}]+)/).flatten.each do |s|
    puts s.gsub(/(^\s+|\s+$)/, '') # trim
  end
end

输出

${1:aaa|bbbb}
aaa
bbbb
${233:aaa | bbbb | ccc  ccccc }
aaa
bbbb
ccc  ccccc
${34: aaa | bbbb | cccccccc     |d}
aaa
bbbb
cccccccc
d
${343:   aaa   |   bbbb   |       cccccccc     |dddddd   ddddddddd}
aaa
bbbb
cccccccc
dddddd   ddddddddd
${3443:a aa|bbbb|cccccccc|d}
a aa
bbbb
cccccccc
d
${353:aa a| b b b b | c c c c c c c c      |        dddddd}
aa a
b b b b
c c c c c c c c
dddddd

Answer 4

不要试图一次完成所有事情，而是分而治之：

DATA.each do |line|
    line =~ /:(.+)\}/
    items = $1.strip.split( /\s* \| \s*/x )
    p items
end

__END__
${1:aaa|bbbb}
${233:aaa | bbbb | ccc  ccccc }
${34: aaa | bbbb | cccccccc     |d}
${343:   aaa   |   bbbb   |       cccccccc     |dddddd   ddddddddd}
${3443:a aa|bbbb|cccccccc|d}
${353:aa a| b b b b | c c c c c c c c      |        dddddd}

如果你想用单个正则表达式来完成它，你可以使用 scan，但这似乎更难理解：

DATA.each do |line|
    items = line.scan( /[:|] ([^|}]+) /x ).flatten.map { |i| i.strip }
    p items
end