Ruby 正则表达式不匹配

Question

我正在编写一个简短的类(class)来从文档中提取电子邮件地址。到目前为止，这是我的代码:

# Class to scrape documents for email addresses

class EmailScraper

  EmailRegex = /\A[\w+\-.]+@[a-z\d\-.]+\.[a-z]+\z/i

  def EmailScraper.scrape(doc)
    email_addresses = []
    File.open(doc) do |file|
      while line = file.gets
        temp = line.scan(EmailRegex)

        temp.each do |email_address|
          puts email_address
          emails_addresses << email_address
        end

      end
    end 
    return email_addresses
  end
end


if EmailScraper.scrape("email_tests.txt").empty?
  puts "Empty array"
else
  puts EmailScraper.scrape("email_tests.txt")
end

我的“email_tests.txt”文件如下所示:

example@live.com
another_example90@hotmail.com
example3@diginet.ie

当我运行这个脚本时，我得到的只是“空数组”打印输出。但是，当我启动 irb 并输入上面的正则表达式时，电子邮件地址字符串与它匹配，并且 String.scan 函数返回每个字符串中所有电子邮件地址的数组。为什么这在 irb 中有效，而在我的脚本中无效？

Answer 1

几件事(有些已经在下面提到并在下面展开):

• \z 匹配字符串的末尾，IO#gets 通常会包含一个 \n 字符。 \Z(大写 'z')匹配字符串的结尾除非字符串以 \n 结尾，在这种情况下它匹配就在之前。
• emails_addresses 的拼写错误
• 使用 \A 和 \Z 都可以，无论整行是还是不是电子邮件地址。但是，您说您正在寻求从文档中提取地址，所以我会考虑在每一端使用 \b 来提取由单词边界分隔的电子邮件。
• 你可以使用 File.foreach()... 而不是笨拙的 File.open...while...gets
• 我不相信 Regex - 已经有大量的工作:

这里有一个更聪明的:http://www.regular-expressions.info/email.html (单击那个奇怪的小内联图标会将您带到 piece-by-piece explanation )。值得一读的讨论，它指出了几个潜在的陷阱。

可能会发现更令人难以置信的复杂问题 here .

class EmailScraper

  EmailRegex = /\A[\w+\-.]+@[a-z\d\-.]+\.[a-z]+\Z/i # changed \z to \Z

  def EmailScraper.scrape(doc)

    email_addresses = []

    File.foreach(doc) do |line| # less code, same effect
      temp = line.scan(EmailRegex)
      temp.each do |email_address|
        email_addresses << email_address
      end
    end         
    email_addresses # "return" isn't needed
  end
end

result = EmailScraper.scrape("email_tests.txt") # store it so we don't print them twice if successful
if result.empty?
  puts "Empty array"
else
  puts result
end