Ruby中的正则表达式跳过了双正斜杠

我需要帮助在Ruby中使用一个失败的正则表达式，我不知道为什么。 我使用Ruby从一个大型生物数据库中获取部分文本，该数据库具有以下功能 结构（为了简单起见，我将只显示两项）：

i、 e.数据库条目以包含IPI代码的行开始，以双正斜杠结束。我想检索与特定IPI代码相关的信息。 假设我只想获取从IPI代码到以下

/

的

IPI00303292.1

的文本行

/（IPI00303292\.1）。*\///m

regex的红球测试将捕获整个显示文本（即两个条目），识别最后一个

//

，同时跳过两个文本之间的第二个

更新： 嗨，基于你的宝贵建议，我想我很快就能得到一个适合我的目的的可用程序了。代码是：

matches = []
no_matches = []

ipi = File.open('mini_alphaIPI.txt').collect do | var | # read the file containing IPI search codes
    var = var.chomp 

db = File.open('mini_human.dat') # read the file containing IPI data

db.readlines.map(&:chomp).slice_before(%r(\A//)).each do |db_record|
  db_record.shift
  next if db_record.empty?

matches.push(db_record) if db_record.first.include?(var)

if db_record.first.include?(var)  then
    matches.push(db_record)
    else
    no_matches.push(var)
end
end
end

File.open('out_raw.txt', "wb") do |file|
     matches.each do |z|
      file.puts z
  end
end

---

现在要解决的最后一个问题是，我在输出文件中得到了两份正确选择的正点击。我无法摆脱这样的错误。请帮助。

这是使用贪婪量词

*

造成的典型问题。请使用非贪婪量词

*？

。

Ruby附带了一个很好的工具，可以解决此类问题：

require 'pp'

DATA.readlines.slice_before(%r(\A//)).each do |db_record|
  pp db_record
end

__END__
//
ID   IPI00303292.1         IPI;      PRT;   538 AA.
AC   IPI00303292;
DR   Superfamily; SSF48371; ARM; 1.
DR   UniProt/Swiss-Prot; P52294; IMA1_HUMAN; M.
DR   CleanEx; HS_KPNA1; -; -.
//
ID   IPI00301082.1         IPI;      PRT;   309 AA.
AC   IPI00301082;
DT   06-JUN-2003 (IPI Human rel. 2.20, Created)
//

运行代码输出：

["//\n", "ID IPI00303292.1 IPI; PRT; 538 AA.\n", "AC IPI00303292;\n", "DR Superfamily; SSF48371; ARM; 1.\n", "DR UniProt/Swiss-Prot; P52294; IMA1_HUMAN; M.\n", "DR CleanEx; HS_KPNA1; -; -.\n"] ["//\n", "ID IPI00301082.1 IPI; PRT; 309 AA.\n", "AC IPI00301082;\n", "DT 06-JUN-2003 (IPI Human rel. 2.20, Created)\n"] ["//\n"] 如果要跳过第一个子数组

/

条目，请使用：

pp db_record[1..-1]

或：

清理后，代码如下所示：

require 'pp'

DATA.readlines.map(&:chomp).slice_before(%r(\A//)).each do |db_record|
    db_record.shift
    pp db_record
end

["ID IPI00303292.1 IPI; PRT; 538 AA.", "AC IPI00303292;", "DR Superfamily; SSF48371; ARM; 1.", "DR UniProt/Swiss-Prot; P52294; IMA1_HUMAN; M.", "DR CleanEx; HS_KPNA1; -; -."] ["ID IPI00301082.1 IPI; PRT; 309 AA.", "AC IPI00301082;", "DT 06-JUN-2003 (IPI Human rel. 2.20, Created)"] [] 运行它看起来像：

require 'pp'

DATA.readlines.map(&:chomp).slice_before(%r(\A//)).each do |db_record|
    db_record.shift
    pp db_record
end

["ID IPI00303292.1 IPI; PRT; 538 AA.", "AC IPI00303292;", "DR Superfamily; SSF48371; ARM; 1.", "DR UniProt/Swiss-Prot; P52294; IMA1_HUMAN; M.", "DR CleanEx; HS_KPNA1; -; -."] ["ID IPI00301082.1 IPI; PRT; 309 AA.", "AC IPI00301082;", "DT 06-JUN-2003 (IPI Human rel. 2.20, Created)"] [] 哪些产出：

["ID IPI00303292.1 IPI; PRT; 538 AA.", "AC IPI00303292;", "DR Superfamily; SSF48371; ARM; 1.", "DR UniProt/Swiss-Prot; P52294; IMA1_HUMAN; M.", "DR CleanEx; HS_KPNA1; -; -."] [“ID IPI00303292.1 IPI；PRT；538 AA。”， “AC IPI00303292；”， “DR Superfamily；SSF48371；ARM；1。”， “UniProt博士/瑞士Prot；P52294；IMA1_HUMAN；M.”， “CleanEx博士；HS_KPNA1；-；-。”]

• 列表项

在这种情况下，正则表达式方法是非常困难的，我认为问题在于

也匹配

/

几乎用这个正则表达式实现了：

%r{
  //\n                  # Match '//' and new line
  (?<item>              # Capture the item...
    [\n\w\s.,;\-\(\)]+  # And here comes the !"#%&@ł
  )                     # You need this to match a single appearance of '/' 
}x                      # e.g., not '//', and partial regex negation is a bit tricky... 

你好：这个管用

%r{
（//）？\n
(?.+?)
\n//
}xm

---

但是这只是出于好奇，说真的，只需使用

split（'/'）

你能粘贴到该rubular测试的链接吗？首先按“/”分割，然后按结果数组中每个项目的第一个字符进行选择不是更容易吗？e、 g.

db|u entries.split（“/”）。选择{item | item.start|u with？“ID IPI00303292.1”}

使其成为

db|u entries.split（“/”）。选择{item | item.start|u with？“ID IPI00303292.1”}

感谢您有用的回复。由于IPI代码将是多个（从一个文件中读取，每一个都放在一行上，并放入一个变量），因此使用您的方法，我将最终得到一个数组数组，我不知道如何管理或将其作为文本文件转储。这就是为什么我试图一次把整个文本块都弄脏的原因。我将尝试找出如何处理表，但同时，如果您能建议如何将表转储到一个文本文件中（格式为输入），我将不胜感激。处理数组数组是所有编程语言中的一项基本知识，因为它们是一种中间数据结构。你每天会多次遇到它们。对于程序员来说，深入研究并发现如何做一些事情也是一种基本特征，因此，搜索和阅读，如果一周后你还没有弄明白，请给我一个评论，我会扩展答案。嗨，我想我差不多能得到一个可用的程序了。这里是：Hi，

code

ipi=File.open（'mini_alphaIPI.txt'）。collect do | var | |#IPIs var=var.chomp db=File.open（'mini_human.dat'）#data db.readlines.map（&:chomp）。在（%r（\A/））之前切片。如果db | record.empty.empty，每个都做| db | record | db | record.shift下一步？匹配.push（db_记录）if db_record.first.include？（var）if db_record.first.include？（var）然后匹配.push（db_记录）否则不匹配.push（var）结束文件.open（'out_raw.txt'，“wb”）do | file | matches.each do | z | file.puts z end end

code

现在的问题是，我在输出文件中获得了两个正命中的副本。请帮助HI，printf（“%d\n”，42）/*ipi=File.open（'mini_alphaIPI.txt'）。collect do | var |#IPIs var=var.chomp db=File.open（'mini_human.dat'））#data db.readlines.map（&:chomp）。在（%r（\A/）之前切片。如果db_record.empty，每个do | db| u record | db | record.shift？matches.push（db_record）if db_record.first.include？（var）if db_record.first.include？（var）然后matches.push（db_record）否则不匹配。push（var）end File.open（'out_raw.txt'，“wb”）do | File | matches.each do | z | File.puts z end*/问题是我在输出文件中得到了两个正命中的副本。请帮忙 ["ID IPI00303292.1 IPI; PRT; 538 AA.", "AC IPI00303292;", "DR Superfamily; SSF48371; ARM; 1.", "DR UniProt/Swiss-Prot; P52294; IMA1_HUMAN; M.", "DR CleanEx; HS_KPNA1; -; -."]

%r{
  //\n                  # Match '//' and new line
  (?<item>              # Capture the item...
    [\n\w\s.,;\-\(\)]+  # And here comes the !"#%&@ł
  )                     # You need this to match a single appearance of '/' 
}x                      # e.g., not '//', and partial regex negation is a bit tricky... 

DATA.split('//').each do |item|
  item.each_line do |line|
    # etc
  end
end

%r{
  (//)?\n
  (?<item>.+?)
  \n//
}xm