D-11, Ruby 正规表达式(三) 字符 && Regular Expression Matching

经过两天，开始看得懂/a{3,}?/i是什麽意思了。

这是一个比较歪楼的比喻。

这是一段随意从网路上抓下来的Regexp。
写得很严谨，e-mail网址的状况都有设想到。

/^(|(([A-Za-z0-9]+_+)|([A-Za-z0-9]+\-+)|([A-Za-z0-9]+\.+)|([A-Za-z0-9]+\++))*[A-Za-z0-9]+@((\w+\-+)|(\w+\.))*\w{1,63}\.[a-zA-Z]{2,6})$/i

但在某些状况下与这段是一样的意思。

/^.+@.+$/

例如:

2.7.3 :020 > reg = /^(|(([A-Za-z0-9]+_+)|([A-Za-z0-9]+\-+)|([A-Za-z0-9]+\.+)|([A-Za-z0-9]+\++))*[A-Za-z0-9]+@((\w+\-+)|(\w+\.))*\w{1,63}\.[a-zA-Z]{2,6})$/i

2.7.3 :022 > mail = "[email protected]"
 => "[email protected]"

2.7.3 :023 > mail.match?(reg)
 => true

2.7.3 :024 > reg = /^.+@.+$/
 => /^.+@.+$/
2.7.3 :025 > mail = "[email protected]"
 => "[email protected]"
2.7.3 :026 > mail.match?(reg)
 => true

/^.+@.+$/这样也过了!?先不论够不够严谨(因为如果我这样写连@@@这样也能过)，重点在於再严谨的表达式也要搭配正确的方法使用，如果没有正确的方法，资料库内也是只会出现一堆奇奇怪怪的mail，当然email的涵盖范围很大，各种形式的mail都有可能出现，去验证e-mail到底正不正确，不如花时间去查这mail注册过没或是否uniq，或是假设mail不正确时，怎麽让注册不通过或让用户修改。

正规表达式用在检测资料内有无特定资料，会比去规定用户输入正不正确时轻松，例如密码要大小写英文，不可以11111或123123这样。

结论是Regexp不适合验证email??!!

天书时间

/./:点代表任何字元包含符号，但只有m模式下可匹配\n。

/abc/: 这样等於要匹配有"abc"的部分。

/[abc]/: 这样等於a or b or c。另外特殊字元被[]包住失去效果，成为单纯符号。

2.7.3 :055 > /[$%]/.match("ac%$%")
 => #<MatchData "%">
2.7.3 :056 > "ac%$%".scan(/[$%]/)
 => ["%", "$", "%"]

/[^abc]/:这样等於不要a or b or c。

2.7.3 :029 > "applebc".scan(/[^abc]/)
 => ["p", "p", "l", "e"]

/[a-z]/、/[A-Z]/: Any single character in the range。
/[0-9]/: Any single number in the range。
突然不会讲中文...

\w:英文、数字与底线。
\W:非英文、数字与底线。

2.7.3 :068 > /\w*/.match("apple")
 => #<MatchData "apple">
2.7.3 :069 > /\w/.match("apple")
 => #<MatchData "a">

\d:数字。
\D:非数字。

\s:空白字元，包括空白、定位、换行、换页。 它们 ====> ( \t\r\n\f\v)
\S:非空白字元。

2.7.3 :094 > "You are a\ngood boy".scan(/(\s)/)
 => [[" "], [" "], ["\n"], [" "]]
2.7.3 :095 > "You are a\ngood boy".scan(/(\S)/)
 => [["Y"], ["o"], ["u"], ["a"], ["r"], ["e"], ["a"], ["g"], ["o"], ["o"], ["d"], ["b"], ["o"], ["y"]]

锚(补充)

(?=regexp):确保後面的资料符合regexp。

2.7.3 :109 > /\w*+@(?=(gmail.com))/.match?("[email protected]")
 => false
2.7.3 :110 > /\w*+@(?=(gmail.com))/.match?("[email protected]")
 => true

(?!regexp):确保後面的资料不符合regexp。

2.7.3 :111 > /\w*+@(?!(gmail.com))/.match?("[email protected]")
 => false

(?<=regexp):确保前面的资料符合regexp。

2.7.3 :120 > /\d*(?<=0978)/.match("0978123111")
 => #<MatchData "0978">
2.7.3 :121 > /\d*(?<=0978)/.match?("0978123111")
 => true
2.7.3 :122 > /\d*(?<=0978)/.match?("0968123111")
 => false

(?<!regexp):确保前面的资料不符合regexp。

实作看看吧

请多爱用令人尊敬且有爱的大神制作的Rubular:https://rubular.com/

def taiwan_mobile_number(nums)
  reg = /\A((\+8869\d{2})|(09\d{2}))+((\d{6})|(\-+\d{3}){2}|(\s+\d{3}){2})\z/
  nums.match?(reg)
end

puts taiwan_mobile_number("0954 666 666") #=> true
puts taiwan_mobile_number("0905-999-999") #=> true
puts taiwan_mobile_number("0905999888") #=> true
puts taiwan_mobile_number("+886913-333-333") #=> true
puts taiwan_mobile_number("+886913555666") #=> true

这题其实非常简单，利用已经有的确定实例，来拼凑出Regexp。
我把+8869..与09..为第一区块，也可以把+886跟0就当第一区块。
-...-...与\s...\s...当第二区块，因为有-後面就不该有\s，所以直接都重复两次。
当然一定有更漂亮写法，我只是依照资料以及需求来写。

回头认识一开始那段e-mail的测试Regexp。

先不管其中是不是有更好的写法。

/^(|(([A-Za-z0-9]+_+)|([A-Za-z0-9]+\-+)|([A-Za-z0-9]+\.+)|([A-Za-z0-9]+\++))*[A-Za-z0-9]+@((\w+\-+)|(\w+\.))*\w{1,63}\.[a-zA-Z]{2,6})$/i

第一个区块。

(|(([A-Za-z0-9]+_+)|([A-Za-z0-9]+\-+)|([A-Za-z0-9]+\.+)|([A-Za-z0-9]+\++))*

[A-Za-Z0_9]+_+ : 大小写英文与数字组合，加1或多个_，_没有特殊意思，不需反斜线。
[A-Za-z0-9]+-+ : 大小写英文与数字组合，加1或多个-，-需要反斜线。
[A-Za-z0-9]+.+ : 大小写英文与数字组合，指定加1或多个.，\.代表要真正的.。
[A-Za-z0-9]+++ : 大小写英文与数字组合，加1或多个+。
这四个可能的组合会出现0或多次，所以有一个*在()外。

第二区块。

[A-Za-z0-9]+ #大小写英文与数字组合出现1或多次。

这个蛮重要的@前面不可以有.、_、@这些符号。

第三区块@，代表一定会有一个@。

第四区块。@後面。

((\w+\-+)|(\w+\.))*

(\w+-+) : 任意非符号包含_字元加1或多个-。
(\w+.) : 任意非符号包含_，可以加真正的.。
以上组合可以出现0或多次所以()*。

第五区块。

\w{1,63}\.[a-zA-Z]{2,6}

任意字元最少1个最多63个，一定有一个.，接2~6个大小写英文字母。

虽然这边似乎怪怪的，e-mail有可能会有复数/(\.[a-zA-Z])*/，不过没关系，目的在认识别人写的Regexp。

虽然我把正确表达式用三天分享很混，希望有机会能让自己再次遇到Regexp不会再那麽陌生。

今天的leetcode10. Regular Expression Matching
题目连结:https://leetcode.com/problems/regular-expression-matching/
题目重点:p是一个实体，将实体变成Regexp，记得用#{}。

# @param {String} s
# @param {String} p
# @return {Boolean}
def is_match(s, p)
  reg = /(#{p})/
  s.match(reg)
  s == $1
  # s.match(/(#{p})/)
  # s == $1
end

2.7.3 :039 > p = "a"
 => "a"
2.7.3 :040 > reg = /(#{p})/
 => /(a)/
2.7.3 :041 > s = "aa"
 => "aa"
2.7.3 :042 > s.match(reg)
 => #<MatchData "a" 1:"a">
2.7.3 :043 > s == $1
 => false

非常Easy的一题对吧，但这题其实被leetcode分类为Hard喔。

当熟悉表达式这些天书符号後，可以再多看看Regexp里面的一些方法，对於leetcode的一些对字串检查或替换的问题，也是比上面花不了多几个字就解决了。