Ruby 正则表达式避免匹配组

Question

我在缓冲区中运行这段代码(用于在 Ruby 中对 JS 字符串进行转义):

  elsif hex_substring =~ /^\\u[0-9a-fA-F]{1,4}/
    hex_substring.scan(/^((\\u[\da-fA-F]{4}){1,})/) do |match|
      hex_byte = match[0]
      buffer    << JSON.load(%Q("#{hex_byte}"))
      hex_index += hex_byte.length
    end
  ...

我担心 scan() 匹配得太多了:

hex_substring.scan(/^((\\u[\da-fA-F]{4}){1,})/)
# => [["\\ud83c\\udfec", "\\udfec"]]

我只使用"\\ud83c\\udfec"，而不是"\\udfec"。

有没有办法在 Ruby 或正则表达式中只获取第一部分？

Answer 1

您应该在此处使用单个分组构造，即匹配 1 次或多次出现的四个十六进制字符，并省略导致结果数组中出现额外项目的内部捕获组:

.scan(/^(?:\\u[\da-fA-F]{4})+/)

请注意 + {1,} 是一种更简单、更短的写法(出现一次或多次)。

详情

• ^ - 字符串开始
• (?: - 非捕获组的开始(它匹配的内容不会添加到最终的 scan 结果中):
  • \\u - 一个 \u子串
  • [\da-fA-F]{4} - 四个十六进制字符
• )+ - 1 次或多次出现(组模式序列)。