用于从纯文本中提取Ruby代码的正则表达式？

我想从纯文本中提取ruby代码片段

使用gem可以提取PDF文档的文本。现在我只想从ruby编程书中获得格式良好的ruby代码

知道ruby方法和类的多行匹配的正则表达式是什么样子吗？ 我尝试了许多不同的表达式，但没有得到预期的结果。

试试这个

• 逐行检查文件，并尝试将每一行解析为Ruby代码
• 如果一行解析为Ruby代码，开始向其添加更多行，直到它们不再解析为Ruby代码
• 瞧，这是您的第一个代码片段
• 也许应用一些过滤器来排除像单个单词这样的琐碎片段
• 重复

这是从非结构化文本（如电子邮件等）中提取源代码的常见最佳实践。这已经被用来扫描数百万封研究项目的电子邮件

---

使用

ripper

core库解析Ruby代码。

Ruby的语法不是常规语言。您可以将其与正则表达式匹配。此外，由于Ruby是非常宽容的，即使您的问题的标题本身也是有效的Ruby代码。仅仅从原始文本中提取ruby代码而忽略其中的散文实际上是不可能的。因为书中的代码通常是格式良好的，所以应该是可能的。但是我认为你需要计算ruby的块打开关键字，以识别一个类或方法何时结束。一切都有可能。我尝试了如下方法：

Yomu.new（“book.pdf”）.text.scan（/\nclass\[a-z]*\n.*\nend\n/m）

来提取ruby类。此处使用换行符有助于匹配纯文本的正确部分。请共享指向

pdf

本身的链接。我相信，这些代码有不同的格式，例如，使用单间距字体，这可能会更有帮助，而解析文本时，已经缺少这些信息。谢谢，@akuhn，我喜欢这种方法。