是否有可能使這些正則表達式更短？

Question

正如話題所示，是否有可能使這些正則表達式更短？我正在使用Ruby 1.9.3

/\n\s+(\w{0,3})[\s&&[^\n]\S]+?([\d\.]+)[\S\s&&[^\n]]+?([\d\.]+)/ 

這

/\s+(\w+)\s+(\d+)\s+(\d+)\s+(\d+)\s+(\d+)\s+(\d+)\s+-*\s+(\d+)\s+(\d+)\s+/ 

謝謝！

Answer 1

• /\n\s+(\w{0,3})[\s&&[^\n]\S]+?([\d\.]+)[\S\s&&[^\n]]+?([\d\.]+)/

如果我理解正確紅寶石正則表達式，[\s&&[^\n]\S]意味着一個角色應該是一個空白字符以及一個非空白字符或不換行。由於角色不能同時是空白字符和非空白字符，因此您可以將其縮短爲[\s&&[^\n]]。

你也可以刪除括號，(\w{0,3})變成\w{0,3}，但是如果你想在代碼中稍後使用這些組中的字符，那麼你不應該這樣做。

• /\s+(\w+)\s+(\d+)\s+(\d+)\s+(\d+)\s+(\d+)\s+(\d+)\s+-*\s+(\d+)\s+(\d+)\s+/

你可以結合你的一些語句，\s+\w+(\s+\d+){5}\s+-*(\s+\d+){2}\s+，但同樣這會導致頭痛，如果你的代碼實際上使用這些羣體中提取信息。

Answer 2

下可能不會短（如果算上鍵入它需要的字符數），但它是一個很大的可讀性：

arr = ['(\w+)']  # Match a word 
arr += ['(\d+)']*5 # Match five numbers 
arr += ['-*']  # ignore dashes 
arr += ['(\d+)']*2 # Match two numbers 
# All of the above separated with space, plus space before and after. 
my_regexp = Regexp.new(([''] + arr + ['']).join('\s+')) 

Answer 3

如果是這樣，你需要處理的唯一文件那麼您可以手動刪除不必要的數據，然後逐行讀取文件，以空格字符\s+分隔並選取列。

即使沒有手動刪除不必要的數據，也可以逐行讀取原始文件，拆分\s+，並測試前幾個條目是否爲數字。這正是你正在用正則表達式（測試格式和提取符合格式的數據）。

注意[\s&&[^\n]\S]手段相交\s和[^\n]\S，這會導致集：所有空格字符但新線。所以我們可以把它改寫成[\s&&[^\n]]。然而，[\S\s&&[^\n]]意味着相交\S\s和[^\n]，結果集：所有字符但新行。等效重寫爲.或[^\n]，但我懷疑這是你的意思。由於惰性量詞，結果對於當前輸入仍然是正確的，但它可能不適用於錯誤的輸入。

另一件事是.將意味着文字.裏面的字符類，所以[\d.]相當於[\d\.]。

Answer 4

你基本上是想分裂一個固定寬度列的網頁嗎？

正則表達式是一種方式。您可能對固定寬度列方法感興趣：

uri = URI.parse 'http://www.ida.liu.se/~TDP007/material/seminarie2/weather.txt' 
page = uri.read 
rows = page.split(/\n/)[9..-3] 
rows.each{|r| 
    day, max, mnt = r[0..3].strip, r[4..11].strip, r[12..17].strip 
}