Ruby中如何捕获正则数组的所有匹配并优先返回精确匹配？

你当前的问题出在Regexp.union的匹配顺序——原数组里的短模式（/Dan/i）排在前面，正则引擎会优先匹配到短结果，后面更长的模式就没机会被匹配。另外scan默认是非重叠全局匹配，没法直接拿到重叠的匹配结果（比如danny里的danny和dan）。

要实现你想要的效果，需要调整正则顺序，同时换一种方式收集所有可能的匹配：

步骤1：按匹配模式长度降序排序正则数组 #

把最长的正则放在最前面，让引擎优先尝试匹配更精确（更长）的模式：

match_array = [/Dan/i, /Danny/i, /Daniel/i]
# 按正则的源字符串长度从长到短排序
sorted_matchers = match_array.sort_by { |re| -re.source.length }
# 排序后顺序：[/Daniel/i, /Danny/i, /Dan/i]

步骤2：自定义方法收集所有匹配结果 #

直接用scan没法拿到重叠匹配，所以需要遍历字符串的每个起始位置，检查每个正则是否能匹配，最后去重并按长度排序：

def find_all_matches(str, matchers)
  matches = []
  matchers.each do |re|
    # 遍历字符串的每个起始索引，尝试匹配当前正则
    (0...str.length).each do |start_idx|
      if match_data = re.match(str, start_idx)
        matched_str = match_data[0]
        matches << matched_str unless matches.include?(matched_str)
      end
    end
  end
  # 按匹配结果长度降序排列，保证精确匹配在前
  matches.uniq.sort_by { |m| -m.length }
end

测试验证 #

运行以下代码，结果完全符合你的预期：

puts find_all_matches('dan', sorted_matchers).inspect       # => ["dan"]
puts find_all_matches('danny', sorted_matchers).inspect     # => ["danny", "dan"]
puts find_all_matches('daniel', sorted_matchers).inspect    # => ["daniel", "dan"]
puts find_all_matches('dannnniel', sorted_matchers).inspect # => ["dan"]
puts find_all_matches('dannyel', sorted_matchers).inspect   # => ["danny", "dan"]

补充说明 #

• 排序正则是为了让更长的、更精确的模式优先被匹配，避免短模式“抢占”匹配机会；
• 遍历每个起始索引是为了捕获所有重叠的匹配结果；
• 最后去重并按长度排序，确保结果里没有重复项，且精确匹配排在前面。

内容的提问来源于stack exchange，提问作者lumos