使用正则表达式通过冒号（括号内除外）拆分 Ruby 字符串答案

【问题标题】：Split a Ruby string by colon (except inside parenthesis) using regex使用正则表达式通过冒号（括号内除外）拆分 Ruby 字符串
【发布时间】：2017-02-28 07:44:02
【问题描述】：

我想用冒号分割一个字符串。

这是一个输入示例：

str = "one[two:[three::four][five::six]]:seven:eight[nine:ten]"

这是一个输出示例：

array = ["one[two:[three::four][five::six]]", "seven", "eight[nine:ten]"]

目的是理解regex代表括号外的冒号和嵌套的括号。

但是有一些限制：

正则表达式的模板必须是这样的：^(.+)<colon_regex>(.*)<colon_regex>(.*)$
匹配项必须是唯一的，包含三个组。

你能给我一个建议吗？

【问题讨论】：

那么，第一个约束意味着one:two:three:four 应该不匹配，对吧？
谢谢卡里。刚刚编辑。
Wiktor 这个输入 str = "one:two:three:four" 必须产生这个输出数组 = ["one", "two", "three", "four"] 但使用这个模板 ^ (.+)(.*)(.*)(.*)$
你不能在获得所有匹配项后使用特殊检查吗？请参阅ideone.com/xOPItz，其中使用chunk_countvar 实现该约束。
没有。我不能。我需要单行正则表达式。 ......或更好......单行正则表达式的傀儡需求。

标签： ruby regex

【解决方案1】：

你可以使用一个非常简单的正则表达式：

SUB_CHAR = 0.chr
  #=> "\x00"
r = /#{SUB_CHAR}/
  #=> /\x00/

用于s.split(r)。

当然有一个问题：您必须修改传递给 Puppet 的字符串（以及上面的正则表达式）。

str = "one[two:[three::four][five::six]]:seven:eight[nine:ten]"

count = 0

idx = str.size.times.with_object([]) do |i,a|
  case str[i]
  when '[' then count += 1
  when ']' then count -= 1
  when ':' then a << i if count.zero?
  end
end
  #=> [33, 39]

s = str.dup
  #=> "one[two:[three::four][five::six]]:seven:eight[nine:ten]"
idx.each { |i| s[i] = SUB_CHAR }
s #=> "one[two:[three::four][five::six]]\u0000seven\u0000eight[nine:ten]"
s.split(r)
  #=> ["one[two:[three::four][five::six]]", "seven", "eight[nine:ten]"]

【讨论】：

谢谢。不幸的是，我需要正则表达式解决方案，因为我将在 Puppet 模块（仅接受正则表达式）的 title_patterns 方法中使用 ruby 正则表达式。
我修改了我的答案，为你提供我认为你需要的东西，虽然有点笨拙，但有时你会做你必须做的事情。
我不知道 Puppet（或一般的 Rails），所以我假设字符串和正则表达式都传递给 Puppet 可能是不正确的。
Puppet 是一个软件配置管理器，它使用 Ruby 来完成一些功能。但在某些情况下，它会施加限制。
BnG，你会将字符串和正则表达式都传递给 Puppet 吗？如果是这样，我会提出工作吗？

【解决方案2】：

适配this嵌套括号正则表达式，可以这样做：

txt="one[two:[three::four][five::six]]:seven:eight[nine:ten]" 
pat=Regexp.new('((?>[^:\[]+|(\[(?>[^\[\]]+|\g<-1>)*\]))+)')
puts txt.scan(pat).map &:first
one[two:[three::four][five::six]]
seven
eight[nine:ten]

【讨论】：

...嗯...好的。有用。但我不能调用 map 方法（Puppet title_patterns 方法施加的限制）并且它解析任何刺痛。相反，您的输入应该由正则表达式解析，例如 ^(.+)(.*)(.*)$
@BnG：没有递归，纯粹使用正则表达式是不可能的。