在Ruby字符串中提取模式后的值

Question

我有一个这样的字符串：

"<root><some ProdCode=\"40\" ProducerName=\"demo1\" ProdCode=\"40\" Need_Confirmation=\"1\"/><some ProdCode=\"40\" ProducerName=\"demo1\" ProdCode=\"40\" Need_Confirmation=\"1\"/></root>"

我正在尝试从= \“ content \”之间的字符串中提取内容并将其放入数组中，如[“40”，“demo1”，“40” ， “1”，40 ......]

Answer 1

您应该使用:scan按regexp模式选择元素。然后删除转义字符。

string.scan(/"[^"]+"/).map { |element| element.delete('\\"')  }

模式说明：

1. / - regexp启动
2. " - 第一个字符应为"
3. [^"]+ - next应该是除"之外的任何字符。 +符号表示此类字符的数量应至少为1。
4. " - 接下来应该是"
5. / - 正则表达式结束

所以string.scan(/"[^"]+"/)会返回：

["\"40\"", "\"demo1\"", "\"40\"", "\"1\"", "\"40\"", "\"demo1\"", "\"40\"", "\"1\""]

然后我们可以使用\"方法删除:delete。

构建regexp的便捷工具是http://rubular.com/

Answer 2

当你的字符串很简单时，你可以像这样使用scan +正则表达式：

result = html.scan（/ ProdCode =“\ d +？”/）

如果它更复杂，你可以使用像nokogiri或oga那样的html解析器。