Ruby 正则表达式在哪个位置失败？

我需要一个非常简单的字符串验证器，它将显示第一个符号与所需格式不对应的位置。我想使用正则表达式，但在这种情况下，我必须找到字符串与表达式相对应的停止位置，而我找不到一个可以这样做的方法。 （这一定是一个相当简单的方法……也许没有？）

例如，如果我有正则表达式：

/^Q+E+R+$/

带字符串：

"QQQQEEE2ER"

---

期望的结果应该是7

这是一个有趣的任务，可以通过一个整洁的正则表达式技巧来完成：

^(?:(?=(Q+)))?(?:(?=(Q+E+)))?(?:(?=(Q+E+R+)))?(?:(?=(Q+E+R+$)))?

我们有四个可选的lookahead检查模式的各个部分，并以增量方式捕获组1、2、3和4的部分匹配

组1包含

Q+

，如果可以匹配，在您的示例中为

qqq

组2包含

Q+E+

，如果可以匹配，在您的示例中为

EEE

组3包含

Q+E+R+

，如果可以匹配，在您的示例中为

nil

组3包含

Q+E+R+$

如果可以匹配，在您的示例中为

nil

在代码中，检查通过测试

设置的最后一个组$1.无？

，

$2.无？

等

最后一组为您提供了可匹配的长度，因此在您的示例中，

$2.length

为您提供了所需的

7

---

顺便说一句，组2是最后一组的事实也告诉您，我们在

R+

上失败了一个想法：您可以做的是标记您的模式，并使用可选的嵌套捕获组编写它：

^(Q+(E+(R+($)?)?)?)?

然后，您只需要计算获得的捕获组的数量，就可以知道正则表达式引擎在模式中的停止位置，并且您可以使用整个匹配长度确定字符串中匹配结束的偏移量

正如@zx81在他的评论中所注意到的，如果其中一个元素可以匹配下一个元素（例如Q可以匹配元素E），那么情况就不同了

假设Q是

\w

（并且可以匹配E和R）。对于字符串

qqeerr

当

^（\w+（E+）（R+）$

将给出三个组时，先前的模式将只给出一个捕获组（贪婪的

\w+

匹配所有组）：

qqee

，

E

，

RRR

要获得相同的结果，您需要添加一个备选方案：

^((?:\w+(?=E)|\w+)(E+(R+($)?)?)?)?

在替代方案中，必须首先测试E存在的情况，并且只有当该分支失败（使用前瞻）时，才使用E不存在的另一个分支

因此，可以像这样重写完整模式，以处理此特定情况：

^((?:Q+(?=E)|Q+)((?:E+(?=R)|E+)((?:R+(?=$)|R+)($)?)?)?)?

---

也许你也可以看看gem。

举个例子，你可以做以下几点

代码

将您的正则表达式更改为：

    /^Q+E+R+$/

到

然后对字符串应用以下方法：

def nbr_matched_chars(str)
   str.scan(R).flatten.reduce(0) {|t,e| return t if e.nil?; t+e.size } 
end

str

匹配原始正则表达式当且仅当

nbr\u matched\u chars（str）=str.size

示例

nbr_matched_chars("QQQQEEE2ER") #=>  7
nbr_matched_chars("QQQQEEEERR") #=> 10 (= "QQQQEEEERR".size)
nbr_matched_chars("QQAQQEEEER") #=>  2

解释

要了解这[显然：-）]起作用的原因，我们可以查看调用的结果，然后是：

---

就我个人而言，我希望有办法创建一个Regexp对象，然后让它“尝试并匹配”一个字符串，然后让它在第一次找不到匹配项时录制。这听起来像是一种“通用”的方式，因为正则表达式引擎可能知道它什么时候失败，尽管我正在阅读，而且看起来即使这样也可能不是一种可靠的优化方法<代码>/^（Q+（E+（R+（$）？）？）？/。匹配（'QQEE2ER'）[0]。长度给出OP正在查找的

7

。如果它返回的值等于测试字符串的长度，则匹配成功。谢谢，但是手工构建模式可能有点苛刻，几乎不可能从原始模式自动构建模式。@JackWatson:我理解你的问题，但在这种情况下，您只需检查是否存在必须与@匹配的捕获组。稍后可以提取长度。请记住，此模式始终匹配任何字符串。@CasimimiritHippolyte再看一次，现在我觉得您的解决方案在测试

Q+E+R+

中的标记时非常好，但如果标记不是互斥的，例如

^（\w+（E+（R+（$）？）？）？

，则会出现故障，正如你所知，这是一种常见的情况。在

QER

，

Q

，

QE

等上，这表明只设置了一个组，而实际上

^\w+E+R+

的所有令牌都参与了匹配。在这种情况下，我的解决方案仍然有效，因此在我看来，它可能更一般。虽然我会记住你的相互排斥的情况。你觉得怎么样？@Casimirithippolyte有点像黑客（我相信你会同意的），但就是这样，干得好。：）我花了很长时间才看完你的答案（+1），但我还没看完。你看，我快速浏览了你的个人资料，决定看看你在SO最糟糕（哈！）和最好的回答经历，现在我已经完成了一部分…@CarySwoveland哈，我也喜欢阅读别人的帖子。：）

nbr_matched_chars("QQQQEEE2ER") #=>  7
nbr_matched_chars("QQQQEEEERR") #=> 10 (= "QQQQEEEERR".size)
nbr_matched_chars("QQAQQEEEER") #=>  2

"QQQQEEE2ER".scan(r).flatten #=> ["QQQQ", "EEE" , nil ]
"QQQQEEEERR".scan(r).flatten #=> ["QQQQ", "EEEE", "RR"]
"QQAQQEEEER".scan(r).flatten #=> ["QQ"  , nil   , nil ]