如何根据哪个 Regex 匹配查找键/符号？答案

【问题标题】：How do I lookup a key/symbol based on which Regex match?如何根据哪个 Regex 匹配查找键/符号？
【发布时间】：2015-08-11 13:46:37
【问题描述】：

我正在使用 RubyZip 从 Ruby 中的 zip 存档中提取文件，我需要根据文件名的特征来标记文件：

示例：我有以下哈希：

labels = {
   :data_file=>/.\.dat/i, 
   :metadata=>/.\.xml/i,
   :text_location=>/.\.txt/i
 }

所以，我有 zip 中每个文件的文件名，假设一个例子是

filename = 382582941917841df.xml

假设每个文件只会匹配labels哈希中的一个Regex，如果不匹配也没关系，只选择第一个匹配。（在这种情况下，正则表达式都是用于检测扩展名，但也可以是检测任何文件名掩码，例如 DSC****.jpg。

我现在正在这样做：

label_match =~ labels.find {|key,value| filename =~ value}

---> label_match = [:metadata, /.\.xml/]

label_sym = label_match.nil? ? nil: label_match.first

所以这很好用，但看起来不像 Ruby。有什么我想好好清理的吗？

【问题讨论】：

标签： ruby regex hash

【解决方案1】：

我认为你是在倒退和艰难地做这件事。 Ruby 可以很容易地获取文件的扩展名，然后很容易将其映射到某些东西。

从以下内容开始：

FILENAMES = %w[ foo.bar foo.baz 382582941917841df.xml DSC****.jpg]

FILETYPES = {
  '.bar' => 'bar',
  '.baz' => 'baz',
  '.xml' => 'metadata',
  '.dat' => 'data',
  '.jpg' => 'image'
}

FILENAMES.each do |fn|
  puts "#{ fn } is a #{ FILETYPES[File.extname(fn)] } file"
end
# >> foo.bar is a bar file
# >> foo.baz is a baz file
# >> 382582941917841df.xml is a metadata file
# >> DSC****.jpg is a image file

File.extname 内置于 Ruby 中。 File 类包含许多类似的方法，可用于查找有关操作系统已知文件的信息和/或拆分文件路径和文件名，因此非常熟悉它是一件非常好的事情。

理解一个不正确的正则表达式，例如/.\.dat/i 也很重要，这可能是很多痛苦的根源。考虑这些：

'foo.xml.dat'[/.\.dat/] # => "l.dat"
'foo.database.20010101.csv'[/.\.dat/] # => "o.dat"

文件真的是“数据”文件吗？
为什么分隔符.前面的字符很重要或必要？
当extname 等方法更快且维护更少时，您是否真的希望使用未锚定的正则表达式模式减慢代码速度？

这些是编写代码时要考虑的事情。

【讨论】：

感谢您的回答，我将如何更正确地编写该正则表达式。关于文件扩展名，我写了这个“在这种情况下，正则表达式都是用于检测扩展名，但它可能是检测任何文件名掩码，例如 DSC****.jpg”
所以只使用扩展不适合用例
那么您用来确定文件类型的完整规范是什么？照原样，无法解释名称的哪些部分很重要。例如，为什么你捕获'.'之前的字符？通常，文件名的扩展名是文件类型的决定因素。（即使扩展名不应该这样使用，因为它们甚至可能不存在。）**** 在.jpg 文件中是否重要，或者它是否足以成为“DSC”JPEG 文件？
注册。 exp 是从另一个应用程序一起传入的。所以 full 规范是有许多 label -> regex 对，reg 表达式可以是任何东西，只要它们不重叠。

【解决方案2】：

case when 毫不费力地做到了这一点：

filename = "382582941917841df.xml"

category = case filename 
  when /.\.dat/i ; :data_file
  when /.\.xml/i ; :metadata
  when /.\.txt/i ; :text_location
end

p category # => :metadata ; nil if nothing matched

【讨论】：

这是一个很好的答案，不幸的是我可能需要以编程方式添加到这些内容中以排除案例陈述。

【解决方案3】：

当不匹配时，不要使用nil 来指示标签，而是考虑使用另一个符号，例如:unknown。

那么你可以这样做：

labels = {
  :data_file=>/.\.dat/i, 
  :metadata=>/.\.xml/i,
  :text_location=>/.\.txt/i,
  :unknown=>/.*/
}
label = labels.find {|key,value| filename =~ value}.first

【讨论】：

我的印象是 Ruby 中的哈希不能保证有顺序，所以这肯定会导致已知文件被归类为未知文件吗？
另外，我仍然需要拒绝未知文件
@JohnLinux Hashes 自 1.9 版起维护插入顺序。
如前所述，哈希确实保持插入顺序，因此可以正常工作。当然，您对:unknown 文件的处理取决于您自己。假设您的拒绝过程正在检查 nil，只需检查 unknown。