如何从Ruby中的字符串中删除子字符串？

我有以下字符串，我想删除包含标记本身的标记之间的所有内容：

 "Great, I will send you something at [e-mail].\n 
[e-mail]
Quick note on [e-mail]\n Hi, just dropping you a quick note." 

我使用以下内容将其删除：

 string = string.gsub(/(.*)/, '').strip 

这是行不通的。

当我从字符串中删除\n （我不愿意，因为它使格式化和输入更多限制），然后我得到以下内容：

 => "Great, I will send you something at [e-mail]." 

换句话说，当我删除它时，它可以工作。

如何更改我的gsub语句以适应\ n以及为什么会导致失败？

Answer 1

你正在做什么可以工作，但它非常脆弱，因此不建议这样做。 相反，使用像Nokogiri这样的解析器：

 require 'nokogiri' str = "Great, I will send you something at [e-mail].\n 
[e-mail]
Quick note on [e-mail]\n Hi, just dropping you a quick note." 

以下是解析文档的方法：

 doc = Nokogiri::XML::DocumentFragment.parse(str) 

如果字符串是有效的XML，我可以使用更短的方法来解析：

 doc = Nokogiri::XML(str) 

现在找到并删除标签及其内容：

 doc.at('EMAIL').remove puts doc.to_xml # >> Great, I will send you something at [e-mail]. 

at使用CSS选择器找到名为的第一个标记。 还有其他相关方法可以查找所有匹配的标记或特定于CSS或XPath选择器。

XML / HTML解析器将文本分解为节点，从而可以轻松查找和操作它们。 文本可以更改，只要它是有效的HTML或XML，正确编写的代码将继续工作。

请参阅必需的“ RegEx匹配开放标记，但XHTML自包含标记除外 ”。

如果存在嵌入的重复标记，则正则表达式会严重崩溃，例如：

 bold italic another bold 

试图仅使用模式剥离标签会很痛苦。 使用解析器更容易完成。

如果我在没有使用解析器的情况下完全被束缚并且决定这样做，那么这将起作用：

 foo = "Great, I will send you something at [e-mail].\n 
asdf
sdfg\n dfgh" foo.gsub(%r#.*?#im, '').strip # => "Great, I will send you something at [e-mail]." 

要么：

 foo.gsub(%r#\s*.*?\s*#im, '') # => "Great, I will send you something at [e-mail]." 

我更喜欢这两个中的第一个，因为它在视觉上更清晰。

使用i标志使模式不区分大小写：它将匹配和 。 使用m标志允许. 将行尾视为正常字符。 默认情况下将它们视为特殊的，这使得带有嵌入式行尾的字符串被视为多行。

我不愿意，因为它使格式化和输入更具限制性

有时在模式中删除类似尾随换行符的内容会更容易，然后再重新添加。 如果选择在维护一些Ruby代码或复杂模式之间，我会选择Ruby代码。 模式是强大的，我使用它们，但它们不是一切的答案。

Answer 2

您的字符串是多行的，但默认情况下，Ruby regexp逐行工作，因此和位于两个不同的行上，正则表达式永远不会匹配。

这是因为在默认模式下，元字符. 代表除换行符之外的任何字符 。

您需要使用m （多行）标志：

 s= "Great, I will send you something at [e-mail].\n 
[e-mail]
Quick note on [e-mail]\n Hi, just dropping you a quick note."=> "Great, I will send you something at [e-mail].\n 
[e-mail]
Quick note on [e-mail]\n Hi, just dropping you a quick note." s.gsub(/(.*)<\/EMAIL>/m, '').strip 

返回：

 "Great, I will send you something at [e-mail]."