Ruby中使用正则表达式匹配字符串首尾及提取特定格式键值对的实现方法

嘿，我来帮你拆解这两个Ruby正则相关的问题，一步步给你讲清楚！

Ruby里正则匹配开头和结尾有两组常用的锚点，要注意它们的区别：

• ^ 和 $：默认匹配整个字符串的开头和结尾；如果开启多行模式（在正则末尾加m），则匹配每一行的开头和结尾。
  举个例子：

  sample_text = "Hi Ruby\nHi Rails"
  
  # 匹配整个字符串开头是否是Hi
  puts sample_text.match?(/^Hi/) # 输出 true
  # 匹配整个字符串结尾是否是Rails
  puts sample_text.match?(/Rails$/) # 输出 true
  # 多行模式下，匹配任意一行的结尾是否是Ruby
  puts sample_text.match?(/Ruby$/m) # 输出 true
  

• \A 和 \z：不管是否开启多行模式，始终匹配整个字符串的开头和结尾，不会受换行影响。这在你需要严格匹配整个文本的首尾时特别有用：

  sample_text = "Hi Ruby\nHi Rails"
  
  # 只有当整个字符串开头是"Hi Rails"时才匹配，这里显然不满足
  puts sample_text.match?(/\AHi Rails/) # 输出 false
  # 匹配整个字符串结尾是否是Rails
  puts sample_text.match?(/Rails\z/) # 输出 true
  

先解决提取问题 #

你给出的文本格式里，键和值之间是一堆杂乱的分隔符（�、-、.这类），值还可能跨多行。用正则完全可以搞定，而且代码很简洁：

首先写正则表达式，然后用scan方法批量捕获所有匹配项：

# 你的目标文本
input_text = <<~TEXT
FOO �----------......................... BAR
CODE.................................... VALUE
Parameter �---------------.............. Here is a really long string That goes across multiple lines and more lines
PARAM �-----------...................... Here is another string
TEXT

# 核心正则：捕获键、跳过分隔符、捕获值直到下一个键或文本结尾
key_value_regex = /(?<key>\w+(?:\s+\w+)*)\s*[^\w\s]+?(?<value>.+?)(?=\n\w+|\z)/m

# 批量匹配并清理结果（处理换行和多余空格）
cleaned_pairs = input_text.scan(key_value_regex).map do |key, value|
  [key.strip, value.gsub(/\s+/, ' ').strip]
end

# 输出结果
p cleaned_pairs
# 得到：
# [["FOO", "BAR"], ["CODE", "VALUE"], ["Parameter", "Here is a really long string That goes across multiple lines and more lines"], ["PARAM", "Here is another string"]]

正则是不是最佳方式？ #

对于你给出的固定格式文本，正则绝对是最佳选择之一：

• 代码简洁，一行正则加少量处理就能完成任务；
• 效率足够，只要正则写得合理，不会有性能问题。

但如果你的文本格式可能有变化（比如键里包含特殊字符、分隔符和值里的字符重叠），那可能需要用逐行解析的方式更稳妥。不过就目前这个场景来说，正则是最省心高效的方案。

内容的提问来源于stack exchange，提问作者Jeremy Lynch