Ruby 提取包含和不包含终止字符的文件名

我有一个字符串，它将包含以下文本之一：

内联；filename=“name.extension”

内联；filename=“name.extension”

内联；filename='name.extension'

内联；filename='name.extension'

内联；filename=name.extension

内联；filename=name.extension

我想提取name.extension，可以处理前5个案例，但我不知道如何用一个正则表达式处理所有案例。我尝试的一切都变得太贪婪了。这可能吗

适用于前5个版本的正则表达式是：

/filename=["']?(.*)(?=["']?;)/

name.extension位于第一个捕获组中，在linux中必须允许文件名使用任何有效字符。这包括“和”和；在内

谢谢您的帮助！

试试这个：

/filename=["']?([^"';]+)/

它应该返回第一个捕获组中的字符串

[
  'inline; filename="name.extension";',
  'inline; filename="name.extension"',
  "inline; filename='name.extension'",
  "inline; filename='name.extension';",
  "inline; filename=name.extension;",
  "inline; filename=name.extension"
].map { |str| str[/filename=["']?([^"';]+)/, 1] == "name.extension" }

 => [true, true, true, true, true, true] 

---

保持它的简单性和可维护性，不要使用正则表达式：

arr = %q(inline; filename="name.extension";
inline; filename="name.extension"
inline; filename='name.extension';
inline; filename='name.extension'
inline; filename=name.extension;
inline; filename=name.extension).lines.map(&:chomp)

p arr.map{|str|  str.delete(%q("';) ).split("=").last}

这利用了ruby灵活的字符串文字语法；这里使用了两次%q（）技巧，可以轻松地处理单引号和双引号。

分三个阶段进行

在

；

上拆分以分隔语句

在

=

上拆分键/值对

处理价值的引用

这里有一个基本的例子

def get_value(line)
    # Split into statements
    statements = line.split(/\s*;\s*/)

    # Extract the value of the 2nd statement
    _,value = statements[1].split(/\s*=\s*/)

    # Strip the quotes
    value.gsub!(/^(['"]?)(.*)\1$/, '\2')

    return value
end

有一些边缘情况无法处理：如果您感兴趣的语句不是第二个语句怎么办？但可以根据需要进行修复。当解析分多个步骤完成时，改进解析比将其塞进一个正则表达式要容易得多

例如，这可以正确地处理嵌入的和转义的引号，如

%q[inline；filename=“name's.extension”]

和

%q[inline；filename=“name's.\\”extension\\\\\][/code>


如果你真的想把它作为一个正则表达式，好吧，你自找的

re = /
    \bfilename
    \s*=\s* 
    (?:
        (?<quote>['"])(?<value>.*)\k<quote> |
        (?<value>[^;]+)
    )
/x
return re.match(line)['value']

re=/
\B文件名
\s*=\s*
(?:
（？['“]）（？.*）k|
(?[^;]+)
)
/x
返回重新匹配（行）['value']

这将扩展的处理分为两种选择：一种带引号，另一种不带引号。否则
filename=name.ext
将拾取分号，我无法找到另一种不引入新问题的方法来阻止它

例如，
/\bfilename\s*=\s*（？['“]）（？.*？）\k；？$/
将用于测试数据，但如果分号后面有任何内容，例如
%q[inline；filename='name.extension'；foo]
，则会失败

您要求获得专业的正则表达式知识。成为正则表达式专家的一部分是要知道何时不应该使用正则表达式。这可能需要用语法来处理，否则您将不断地处理边缘情况。
这在给定的集合上有效，但在内部引号（如
%q[inline；filename=“name's.extension”）上失败
这就是为什么这样做很困难（至少对我来说是这样）。我不控制文件名，因此它可以包含单引号或双引号以及分号。这就是为什么我使用正向前瞻，但它不处理任何一种情况。这将去掉任何嵌入的引号，如
内联；filename=“name”s.extension";或
内联；filename=“name.\“extension\”
@Schwern是的，但无论如何，这些文件名都是可疑的。这违反了规则。由于引号已被删除，这甚至可能是一个安全问题，留下一个开口诱使进程读取另一个文件。@steenslag可能不确定，但我不控制文件名，而且旁边是合法字符。到目前为止，没有一个答案能识别不平衡的引号，例如前面有一个引号，后面没有引号。你想用这个方法来确认引用（如果存在的话）是平衡的吗？事实上，这是蛋糕上的樱桃：-）在某一点上，你需要一个语法。是的，我可以用代码来解决它，但我真的很好奇，想看看是否有具有专业正则表达式知识的人可以解决这个问题。如果答案是正则表达式不能覆盖所有的情况，那么我会回到编程上来。我正试图用回形针修补一些东西，最简单的方法就是简单地修复正则表达式。@Whyves我用一个正则表达式编辑了它，但正如你所看到的，它有点讨厌。如果你是这个意思，我不明白为什么不能用函数调用替换正则表达式。也许你应该问一个关于你想修补什么的问题。好吧，你已经明确表达了你的观点：-）我也相信可读性和可维护性。然而，我必须为正则表达式说声“哇”。至于回形针，这不是问题，我将使用一个函数。只是它目前对“内容处置”标题有错误，因为我遇到了边缘情况。目前它是用正则表达式处理的，所以最简单的方法就是修复这一行代码。非常感谢您花时间和精力回答这个问题@为什么不客气！是的，HTTP头肯定应该被解析，而不是regexed（现在这是动词吗？），您还需要看一下。我希望我能推荐一门好的Ruby语法课。你可以用一系列的正则表达式来重现语法，尽管我不知道它有多好。你的正则表达式指出了命名捕获组的优点，这是我以前没有考虑过的：两个组可以被赋予相同的名称。