Ruby - 提取正则表达式捕获组的最佳方法是什么？

Question

我在阅读一个关于正则表达式组匹配的问题，发现有两种方式可以引用正则表达式中的捕获组：

1. Match字符串方法，例如 string.match(/(^.*)(:)(.*)/i).captures
2. 类似Perl风格的捕获组变量，如 $1、$2 等，可以通过 if match =~ /(^.*)(:)(.*)/i 获得
3. 更新: 正如0xCAFEBABE所提到的，还有第三种选择——last_match方法

哪种更好呢？使用1)时，出于安全考虑，你必须使用if语句来保护不为空值，那么为什么不直接提取信息呢？而使用2)就显得更方便。

- Friedrich 'Fred' Clausen

---

甚至还有第三个：RegExp.last_match。好吧，世界上总有更多的方法。 - 0xCAFEBABE

没有Match类。你可能指的是MatchData类。 - sawa

@sawa 不好意思，这是一个字符串方法，我已经更新了问题。 - Friedrich 'Fred' Clausen

Answer 1

自2.4.6版本起，Ruby新增了named_captures功能，可以像这样使用。只需在捕获组内添加?<some_name>语法即可。

/(\w)(\w)/.match("ab").captures # => ["a", "b"]
/(\w)(\w)/.match("ab").named_captures # => {}

/(?<some_name>\w)(\w)/.match("ab").captures # => ["a"]
/(?<some_name>\w)(\w)/.match("ab").named_captures # => {"some_name"=>"a"}

更为重要的是，您可以通过名称引用已命名捕获组！

result = /(?<some_name>\w)(\w)/.match("ab")
result["some_name"] # => "a" 

- alex

---

对于现代的 Ruby，大约在 2020 年左右，这是正确的答案。 - moveson

您还可以在字符串上调用.match，并传入一个正则表达式，这与此答案相反。 - smoyth

Answer 2

对于简单的任务，直接访问伪变量$1等可能更短、更简单，但当事情变得复杂时，通过MatchData实例访问内容几乎是唯一的方法。

例如，假设您正在执行嵌套的gsub：

string1.gsub(regex1) do |string2|
  string2.gsub(regex2) do
    ... # Impossible/difficult to refer to match data of outer loop
  end
end

在内部循环中，假设您想引用外部gsub的捕获组。调用$1、$2等将不能给出正确的结果，因为通过执行内部gsub循环，最后匹配数据已经发生了变化。这将成为一个错误的源头。

必须通过匹配数据来引用捕获的组：

string1.gsub(regex1) do |string2|
  m1 = $~
  string2.gsub(regex2) do
    m2 = $~
    ... # match data of the outer loop can be accessed via `m1`.
        # match data of the inner loop can be accessed via `m2`.
  end
end

简而言之，如果您想为简单任务执行短暂的hackish操作，您可以使用伪变量。如果您希望保持代码更加结构化和可扩展性，则应通过匹配数据访问数据。

- sawa

Answer 3

从Ruby 3.3.0 开始，可以使用symbolize_names: true选项来对MatchData#named_captures进行命名。

如果关键参数symbolize_names的值为true，那么结果哈希表中的键将会是符号。

m = /(?<a>.)(?<b>.)/.match("01") #=> #<MatchData "01" a:"0" b:"1">

m.named_captures #=> {"a" => "0", "b" => "1"}
m.named_captures(symbolize_names: true) #=> {:a => "0", :b => "1"}

- mechnicov