Ruby Regex 在某些字符之前和之后匹配字符串答案

【问题标题】：Ruby Regex matching string before and after certain charactersRuby Regex 在某些字符之前和之后匹配字符串
【发布时间】：2010-02-24 14:38:30
【问题描述】：

我有一个这样的字符串：

&lt;block trace="true" name="AssignResources: Append Resources"&gt;

我需要在&lt;（在本例中为block）和=（这里 trace 和 name）。

我尝试了几种正则表达式模式，但我所有的尝试都返回了包含“分隔符”字符的单词......比如;block。

我确信这并不难，但我还没有找到解决方案。

有人有提示吗？
谢谢。

顺便说一句：我想用gsub替换模式匹配。

编辑：

用以下正则表达式解决它：

1) /\s(\w+)="(.*?)"/ 匹配 $1 和 $2 中的所有 attr 及其值。

2) /&lt;!--.*--&gt;/ 匹配 cmets

3) /&lt;([\/|!|\?]?)([A-Za-z0-9]+)[^\s|&gt;|\/]*/ 匹配所有标签名称，无论它们是在结束标签、自结束标签、<?xml>-tag 还是 DTD-tag 中。 $1 包含可选的前缀 / ! or ? 或什么都没有，$2 包含标记名

【问题讨论】：

标签： ruby regex

【解决方案1】：

在我看来，它很像parsing HTML with regex

Ruby 有一个非常好的 html 解析器，叫做 Nokogiri

这里是如何做的

require 'nokogiri'

html=Nokogiri::HTML('<block trace="true" name="AssignResources: Append Resources">')

html.xpath("//*").each do |s|
    puts s.node_name #block
    puts s.keys #trace, name
    puts s.values #true, AssignResources: Append Resources
end

【讨论】：

嘿 S.Mark，我已经为此使用了 Nokogiri（XML 解析），它很棒。我会再次考虑我的申请流程——也许我可以更早地使用 nokogiri 进行替换。在我进行替换时，它不再是 XML。它被转换成一个巨大的字符串。这是必要的，因为它应该以文本形式呈现，其前 xml-tag 属性的值是链接到其他 html 页面的 html -tags，由该属性的值定义。通过 gsub 和模式匹配的替换是用不同的 -tags. 包围 xml 标签的一部分
不：在这种情况下，通过 javascript 进行语法高亮显示不是解决方案。此刻我已经使用了“美化”。但是拥有超过 2000 行和 x 倍多的标签的文档，使用起来并不有趣。这就是为什么我想在我的解析应用程序中准备输出。
语法高亮？您是否考虑过使用像 shjs 这样的现有库？ shjs.sourceforge.net
是的，我试过了，正如我所说，使用 Prettify (code.google.com/p/google-code-prettify)。我认为问题是一样的：要突出显示大量内容，该站点不再可用（30 秒以上）。巨大的内容 => 7000 多行 xml 有时奇怪的要求要求奇怪的解决方案；）
我认为正则表达式不能快速处理 7000 多行数据。

【解决方案2】：

你可以试试：

&lt;([^ ]*)\s([^=]*)=

【讨论】：

【解决方案3】：

'&lt;block trace="true" name="AssignResources: Append Resources"&gt;'[/&lt;(\w+)/, 1]
#=> "block"

如果您将正则表达式和索引 i 传递给 String#[]，它将返回第 i 个捕获组的值。

编辑：

在 1.9 中，您可以使用 /(?<=&lt;)\w+/ 来要求 &lt; 存在而不匹配它。在 1.8 中没有办法做到这一点。您可以做的最好的事情是将不想替换的部分放在捕获组中，然后在替换中访问该组，如下所示：

"lo&lt;la li".gsub(/(&lt;)(\w+)/, '\1 --\2--')
 #=> "lo&lt; --la-- li"

【讨论】：

感谢您的提示，但我需要正则表达式模式作为 gsub 方法的参数，以将所有这些模式匹配替换为另一个字符串。我正在考虑如何让它适合 gsub。

【解决方案4】：

&lt;block trace="true" name="AssignResources: Append Resources"&gt;

&lt;([^\s]+)\s+([^=]+)="([^"]*)"\s+([^=]+)="([^"]*)"\s*&gt;

#result:

$1 block
$2 trace
$3 true
$4 name
$5 AssignResources: Append Resources

更新：我不知道 ruby，但根据gsub here 的描述，我相信类似下面的东西应该可以解决问题。

str = '&lt;block trace="true" name="AssignResources: Append Resources"&gt;'
repl = str.gsub(/&lt;([^\s]+)\s+([^=]+)="([^"]*)"\s+([^=]+)="([^"]*)"\s*&gt;/, 
    "tag name: \\1\n\\2 is \\3 and \\4 is \\5\n")
print repl

【讨论】：

感谢 Amarghosh，非常好的解决方案，但我忘了说，我需要它作为 gsub 的模式参数......但无论如何，谢谢。

【解决方案5】：

您很可能应该选择 Nokigiri 或类似的东西。我无法将它放在一个 gsub 中，而是放在两个中：

>> m,r=0,["&lt;blockie ", " tracie=", " namie="]
>> s.gsub(/&lt;.*?([^\s]+)\s/, r[0]).gsub(/\s([^=]+)=/) {|ma| m+=1; r[m]}
=> "&lt;blockie tracie="true" namie="AssignResources: Append Resources"&gt;"

【讨论】：