ruby - 如何使用 Regexp.union 匹配字符串开头的字符

Question

我正在使用 Ruby 2.4。我想匹配一个可选的“a”或“b”字符，后跟任意数量的空格，然后是一个或多个数字，但我的正则表达式无法匹配以下任何一个:

2.4.0 :017 > MY_TOKENS = ["a", "b"]
 => ["a", "b"]
2.4.0 :018 > str = "40"
 => "40"
2.4.0 :019 > str =~ Regexp.new("^[#{Regexp.union(MY_TOKENS)}]?[[:space:]]*\d+[^a-z^0-9]*$")
 => nil
2.4.0 :020 > str =~ Regexp.new("^#{Regexp.union(MY_TOKENS)}?[[:space:]]*\d+[^a-z^0-9]*$")
 => nil
2.4.0 :021 > str =~ Regexp.new("^#{Regexp.union(MY_TOKENS)}?[[:space:]]*\d+$")
 => nil

我对自己做错了什么感到难过。

Answer 1

如果它们是单个字符，只需在字符类中使用 MY_TOKENS.join:

MY_TOKENS = ["a", "b"]
str = "40"
first_regex = /^[#{MY_TOKENS.join}]?[[:space:]]*\d+[^a-z0-9]*$/
# /^[ab]?[[:space:]]*\d+[^a-z0-9]*$/ 
puts str =~ first_regex
# 0

您还可以集成 Regexp.union，它可能会导致 some unexpected bugs不过，因为外部正则表达式的标志不适用于内部正则表达式:

second_regex = /^#{Regexp.union(MY_TOKENS)}?[[:space:]]*\d+[^a-z0-9]*$/
# /^(?-mix:a|b)?[[:space:]]*\d+[^a-z0-9]*$/
puts str =~ second_regex
# 0

上面的正则表达式看起来很像你所做的，但是使用 // 而不是 Regexp.new 可以防止你不得不转义反斜杠。

您可以使用 Regexp#source 来避免这种行为:

third_regex = /^(?:#{Regexp.union(MY_TOKENS).source})?[[:space:]]*\d+[^a-z0-9]*$/
# /^(?:a|b)?[[:space:]]*\d+[^a-z0-9]*$/
puts str =~ third_regex
# 0

或者简单地构建您的正则表达式联合:

fourth_regex = /^(?:#{MY_TOKENS.join('|')})?[[:space:]]*\d+[^a-z0-9]*$/
# /^(?:a|b)?[[:space:]]*\d+[^a-z0-9]*$/
puts str =~ fourth_regex
# 0

如果 MY_TOKENS 包含单词而不仅仅是字符，则最后 3 个示例应该可以正常工作。

first_regex、third_regex 和 fourth_regex 应该都可以在 /i 标志下正常工作。

举个例子:

first_regex = /^[#{MY_TOKENS.join}]?[[:space:]]*\d+[^a-z0-9]*$/i
"A 40" =~ first_regex
# 0