在Ruby中如何存储正则表达式的匹配结果？

Question

我正在使用Ruby解析一个文件，以更改数据格式。我创建了一个正则表达式，其中有三个匹配组，我想将它们暂时存储在变量中。我遇到了问题，因为所有的匹配都是nil，无法存储。

以下是我从阅读中得到的内容：

regex = '^"(\bhttps?://[-\w+&@#/%?=~_|$!:,.;]*[\w+&@#/%=~_|$])","(\w+|[\w._%+-]+@[\w.-]+\.[a-zA-Z]{2,4})","(\w{1,30})'

begin
  file = File.new("testfile.csv", "r")
  while (line = file.gets)
    puts line
    match_array = line.scan(/regex/)
    puts $&
  end
  file.close
end

这是一些我用于测试的样本数据。

"https://mail.google.com","Master","password1","","https://mail.google.com","",""
"https://login.sf.org","[e-mail]","password2","https://login.sf.org","","ctl00$ctl00$ctl00$body$body$wacCenterStage$standardLogin$tbxUsername","ctl00$ctl00$ctl00$body$body$wacCenterStage$standardLogin$tbxPassword"
"http://www.facebook.com","Beast","12345678","https://login.facebook.com","","email","pass"
"http://www.own3d.tv","Earth","passWOrd3","http://www.own3d.tv","","user_name","user_password"

谢谢您，
LF4

- krizzo

Answer 1

这不行：

match_array = line.scan(/regex/)

这只是将字面量“regex”字符串作为您的正则表达式使用，而不是使用您的regex变量中的内容。您可以直接将庞大且难看的正则表达式放入scan中，或者创建一个Regexp实例：

regex = Regexp.new('^"(\bhttps?://[-\w+&@#/%?=~_|$!:,.;]*[\w+&@#/%=~_|$])","(\w+|[\w._%+-]+@[\w.-]+\.[a-zA-Z]{2,4})","(\w{1,30})')
# ...
match_array = line.scan(regex)

建议使用CSV库（Ruby自带一个：1.8.7或1.9）来解析CSV文件，然后对CSV中的每一列应用正则表达式。这样做可以避免引号和转义问题。

- mu is too short

---

哇，谢谢。我很惊讶所有的搜索都没有提到或展示如何使用Regexp.new的例子。这就做到了。再次感谢。 - krizzo

@LF4：我认为你应该使用CSV解析器和3个更简单的正则表达式。无论如何，对于那么复杂的正则表达式，将它们放在一个变量中（当然是正确类型的变量），并在“scan”调用中引用该变量是正确的做法。 - mu is too short

是的，使用CSV解析器要容易得多。我不知道为什么我没有想到去研究它，而是用正则表达式。 :) 感谢您的所有帮助。 - krizzo

@LF4：当你手中只有一把锤子时……陷入错误的方法并试图让它工作，最终徒劳无功是标准的人类行为，我们都会这样做。 - mu is too short