Ruby·正则表达式

Ruby的正则表达式以"//"作为构造方法。表达式返回一个RegExp的对象。
一、字符规则
1./a/匹配字符a。     
2.  /[d]/代表任意数字
3.  /[w]/代表任意字母,数字或者_
4.  /[s]/代表空白字符,包括空格,TAB和换行。   
5.  /?/匹配特殊字符?。特殊字符包括^, $, ? , ., /, , [, ], {,}, (, ), +, *.    
6.  /[ab]c/匹配ac和bc,[]之间代表范围。例如:/[a-z]/ ,/[a-zA-Z0-9]/。    
7. /[^a-zA-Z0-9]/匹配不在该范围内的字符串。     
8. /[D]/,/[W]/,/[S]/均为上述的否定情况。 
9.  reA|reB
匹配
 reA或者reB
10.  .(点符号)匹配任意字符,例如/a./匹配ab和ac。  

二、数量规则
1. /[A-Z](d){4}/匹配首位是大写字母,后面4个是数字的字符串,例如:A1234。
/([A-Z]d){4}/ 

匹配:4组为首位是大写字母,第二位为数字的组合,例如:A1B2C3D4
2. ?(问号)代表0或1个字符。/Mrs?.?/匹配"Mr","Mrs","Mr.","Mrs."。
解析:/M r s? .? / M后面是字符r,后面是0或1个字符s,
在后面是0或1个字符"." 
 
3. *(星号)代表0或多个字符。/Hello*/匹配"Hello","HelloJack"。 

4. +(加号)代表1或多个字符。/a+c/匹配:"abc","abbdrec"等等。 

5.  re{n} 匹配正好n个re /d{3}/匹配3个数字。 

6. 
 re{m,n} 匹配至少m个最多n个re   /d{1,10}/匹配1-10个数字。 

7. 
 re{m,} 匹配至少m个re   /d{3,}/匹配3个数字以上。 
三、正则表达式操作
String和RegExp均支持=~和match
2个查询匹配方法

1. =~  返回匹配的第一个字符串位置,不匹配返回空nil
puts "12345678901"=~/1/
输出:0
puts "123456789045"=~/45/
输出:3

2.match返回一个MatchData对象。如果不匹配返回nil。
a=/abc/.match("abc cba adbdc abc")
putsa[0]
输出:abc
b=/aaa/.match("abc cba adbdc abc")
puts b[0]
报错:in `<main>': undefined method`[]' for nil:NilClass (NoMethodError)
3.[0]返回匹配主表达式的字符串,用()包括可显示子类
b=/[A-Za-z]+,[A-Za-z]+,Mrs?./.match("One,Fei,Mrs.,hello")
puts b[0]
输出:One,Fei,Mrs.
c=/([A-Za-z]+),([A-Za-z]+),Mrs?./.match("Two,Fei,Mrs.,hello")
puts c[0]
puts c[1]
puts c[2]
输出:
Two,Fei,Mrs.
Two
Fei
d=/(([A-Za-z]+),([A-Za-z]+)),Mrs?./.match("Three,Fei,Mrs.,hello")
puts d[0]
puts d[1]
puts d[2]
puts d[3]
输出:
Three,Fei,Mrs.
Three,Fei
Three
Fei

4.Ruby也自动的为我们填写了一些全局变量,它们以数字做名:$1,$2,等等,$1包含的是正则表达式中从左侧开始的第一对小括号内的子模式所匹配的字符串
我们看出匹配时,是从外到内,从左到右的顺序
string="PhoneNum:(021) 888-1234;Tele:13913913696;"
phone=/((d{3}))s+(d{3})-(d{4})/
m=phone.match(string)
print "匹配前内容:"
puts m.pre_match
print "匹配后内容:"
puts m.post_match
print "第二个匹配开始的字符"
puts m.begin(2)
print "第三个匹配开始的字符"
puts m.begin(3)
输出:
匹配前内容:PhoneNum:
匹配后内容:;Tele:13913913696;
第二个匹配开始的字符15
第三个匹配开始的字符19
四、高级操作
1.贪婪量词和不贪婪量词
量词*(零个或多个)和+(一个或多个)是贪婪的,它们会匹配尽可能多的字符,我们可以在*和+后面加一个?,使它成为非贪婪量词
下面代码是: 1个或多个字符后接一个感叹号。
test="abcdefg!!!"
match=/.+!/.match(test)
puts match[0]
limitmatch=/.+?!/.match(test)
puts limitmatch[0]
输出:
abcdefg!!!
abcdefg!
2.锚是指必须满足一定的条件,才能继续匹配
^     行首
$     行尾
A   字符串的开始
z    字符串的结尾
Z   字符串的结尾(不包括最后的换行符)
b    单词边界
B    非单词边界
test="  # Ruby comment line"
a=/^s*#/.match(test)
puts a[0]
a=/^s*#(.+)/.match(test)
puts a[1]
b=/ABetter man/.match("Better man is fei")
puts b[0]
c=/bw+b/.match("!!!fei**")
puts c[0]
输出:
  #
 Ruby comment line
Better man
fei
五、正则表达式实例
1.邮箱
/^([a-zA-Z0-9_.-])+@(([a-zA-Z0-9-])+.)+([a-zA-Z0-9]{2,4})+$/
解析:
^和+$为了判定字符串前后的空白字符

2.小数
^[0-9]+(.[0-9]{2})$  ---2位小数

3.正整数
/^+?[1-9][0-9]*$/

4.验证长度为3的字符:/^.{3}$/

5.验证是否含有 ^%&',;=?$"等字符:/[^%&',;=?$x22]+/

6.验证身份证号(15位或18位数字):^d{15}|d{}18$

7..rb结尾的文件  /w.*(?=.rb+$)/

Ruby正则表达式编辑器http://www.rubular.com/

原文地址:Ruby·正则表达式作者:乙烯

此文章通过 python 爬虫创建,原文是自己的csdn 地址: Ruby·正则表达式

Ruby社区应该去Rails化了

从Linkedin和Iron.io抛弃ruby说起

转自:http://linux.cn/thread/10782/1/1/

最近半年关于Ruby编程语言最负面的两条新闻莫过于2012年10月的报导:Linkedin从ruby迁移到node.js,30台服务器减到3台,以及2013年3月的报导:Iron.io从ruby迁移到Go,30台服务器减到2台

node.js和Go都是最近两年服务器端高并发编程的热门语言,Linkedin和Iron.io抛弃Ruby迁移之后,都获得10倍以上的系统性能提升,效果非常好。当然这两篇新闻报导引发的争议也非常大,最大的争议在于:原有Ruby编写的应用是随着业务经过长时间代码演化而成的,代码可维护性和架构都已经存在严重的问题,即使沿用Ruby on rails重写,也会获得巨大的性能提升,非编程语言迁移之功。

诚然,继续沿用Ruby onrails重写或者重构应用,性能可能会有一两倍的提升,但无法弥合10倍以上的性能差距,难道说ruby真的如此不堪吗?注定要被node.js或者Go所取代吗?

Ruby的性能真的如此不堪吗?

JGW Maxwell在2011年底做了一个RubyWeb框架的并发处理能力测试,还做了node.js的对比测试。用250个并发去做压力测试,后端使用MongoDB数据库,总共跑完10万个请求,测试结果如下:

Web框架 并发模型 吞吐量
Rails 多进程 531 request/s
Sinatra 多进程 576 request/s
Sinatra::Synchrony 线程 1692 request/s
Goliath 线程 1924 request/s
Cramp Event IO 3516 request/s
node.js Event IO 3100 request/s

纤程IO模型的性能是传统多进程模型的3-4倍,而Event IO则是多进程的6-7倍。值得一提的是Ruby的EventIO框架Cramp甚至性能超过了node.js。看来并发性能差的原因并不在Ruby。

如果说这仅仅只是测试,不能说明问题,那么我再举一个真实的应用数据。去年年底我和@黄志敏交流,得知他为公司最近开发的一个APIServer使用了Ruby的纤程框架Goliath,线上数据:

  • VPS上总共使用了16个CPU内核,跑了16个单进程实例
  • 每个进程实例稳定消耗50MB内存
  • Web框架使用Goliath, URL分发是grape,数据库访问使用ActiveRecord,缓存使用Redis
  • 应用吞吐量达到了1800 request/s

这个数据意味着一台配备了4颗4核CPU,2G内存的服务器,每天可以处理 1.5亿次 web请求。由此可见,Ruby完全可以做到高并发IO的应用。问题主要不在ruby解释器上,而在Rails框架上。更准确的说就是, rubyonrails作为一个full-stack的web开发框架,并不适合用来开发Linkedin和Iron.io的后台web服务,从某种意义上来说,属于rails的时代已经过去了

移动时代,Web服务将取代Web网站

随着最近几年智能手机的迅速普及,如今来自智能手机和移动设备的总体Web访问和服务请求量已经超过了传统的PC,这意味着Web时代主流的Browser/Server的架构重新回到了MobileClient/Server的架构。在B/S架构下,在服务器端生成完整的HTML页面,我们需要开发一个完整的Website;但在移动时代,服务器端的功能大大简化了,退化成了Web API调用接口提供者,而复杂的界面构造、交互和运算都是在移动客户端完成的。

传统的Website将越来越让位于WebService,移动客户端无论是iOS,Android还是HTML5都通过API调用获取服务器端的json/xml格式的数据,无需服务器端生成HTML页面了。这种B/S架构重新往C/S架构的迁移,也意味着full-stack Web框架将越来越没有用武之地了。

Web服务器端并发常见的三种应用场景:

  • Website:传统Web网站
  • Web Service:Web服务端提供API调用接口
  • real-time:Web实时推送
并发场景 业务逻辑 界面构造 数据格式 IO并发
Website 复杂,功能多 服务端组装页面 HTML页面 很低
Web Service 简单,功能少 客户端组装页面 json/xml
real-time 单一,功能极少 客户端实时响应 json/xml 极高

我们看Linkedin和Iron.io的案例,都是非常典型的WebService的应用场景:Linkedin使用Rails开发了移动服务器的API网关,而Iron.io用Rails开发了搜集客户设备数据的后台服务,这些都不是Rails最擅长的开发website的场景,所以最终Rails被抛弃,并不是一个很意外的结果。

Rails为何不适合做Web Service?

我发现了一个有意思的现象,最早的一批用Ruby开发WebService服务的网站,都选择了用Rails开发,而在最近几年又不约而同抛弃Rails重写Web服务框架。当初用Rails的原因很简单,因为产品早期起步,不确定性很高,使用Rails快速开发,可以最大限度节约开发成本和时间。但为何当请求量变大以后,Rails不再适合了呢?

这主要是因为Rails本身是一个full-stack的Web框架,所有的设计目标就是为了开发Website,所以Rails框架封装过于厚重,对于需要更高性能更轻薄的WebService应用场景来说,暴露出来了很多缺陷:

Rails调用堆栈过深,URL请求处理性能很差

Rails的设计目标是提供Web开发的 最佳实践 ,所以无论你需要不需要,Rails默认提供了开发Website所有可能的组件,但其中绝大部分你可能一辈子都用不上。例如Rails项目默认添加了20个middleware,但其中10个都是可以去掉的,我们自己的项目当中手工删除了这些middleware:

config.middleware.delete'Rack::Cache'  
 # 整页缓存,用不上
config.middleware.delete'Rack::Lock'   
 # 多线程加锁,多进程模式下无意义
config.middleware.delete 'Rack::Runtime'
 # 记录X-Runtime(方便客户端查看执行时间)
config.middleware.delete 'ActionDispatch::RequestId'
 # 记录X-Request-Id(方便查看请求在群集中的哪台执行)
config.middleware.delete'ActionDispatch::RemoteIp' 
 # IP SpoofAttack
config.middleware.delete 'ActionDispatch::Callbacks'
 # 在请求前后设置callback
config.middleware.delete'ActionDispatch::Head'     
 # 如果是HEAD请求,按照GET请求执行,但是不返回body
config.middleware.delete'Rack::ConditionalGet'     
 # HTTP客户端缓存才会使用
config.middleware.delete'Rack::ETag'   
 # HTTP客户端缓存才会使用
config.middleware.delete'ActionDispatch::BestStandardsSupport'
 # 设置X-UA-Compatible, 在nginx上设置

其中最夸张的是ActionDispatch::RequestIdmiddleware,只有在大型应用部署在群集环境下进行线上调试才可能用到的功能,有什么必要做成默认的功能呢? Rails的哲学是:提供最全的功能集给你,如果你用不到,你自己手工一个一个关闭掉 ,但是这样带来的结果就是默认带了太多不必要的冗余功能,造成性能损耗极大。

我们看一个Rubyweb框架请求处理性能评测 ,这个评测不访问数据库,也不测试并发性能,主要是测试框架处理URL请求路由,渲染文本,返回结果的处理速度。

Web框架 处理速度
Rack 1570.43 request/s
Camping 1166.16 request/s
Sinatra 912.81 request/s
Padrino 648.68 request/s
Rails 291.27 request/s

Sinatra至少是Rails速度的3倍以上。

Rails加载的框架和依赖库过多,内存消耗过度

Rails自身依赖库非常多,造成的结果就是Rails应用持续运行以后内存消耗非常高。举个例子:如果你用到了Rails的assetpipeline功能,那么项目需要依赖一个JS引擎来编译JS和CSS,默认会使用libv8这个库。尽管只是编译阶段使用libv8,运行期并不需要它,但是仍然会加载libv8,这意味着你的每个ruby进程会多占20MB内存。在我们其中一个大项目上,总共开了40个ruby进程,直接浪费了800MB内存。于是我们不得不在生产服务器上安装了node.js,替换了libv8。

此外,一旦其中某个依赖库有内存泄露,整个应用也可能出现内存泄露,这种内存泄露是很讨厌的事情,Rails如此肆无忌惮不加限制的使用第三方依赖库也是一个潜在的隐患。

最后,Rails的Restful路由也是内存消耗大户,它默认会生成全套的URL路由helpers,无论你实际是否使用到,造成的结果就是内存会消耗很多,而且URL路由请求的处理速度会很慢,以致于有第三方专门开发了插件去关闭无用的路由。

我做了一个稍完整的案例比较,分别使用Sinatra,Padrino和Rails框架开发一个简单的数据库CRUD应用,数据库访问都是用ActiveRecord,在我的iMac电脑上,3个ruby应用单进程消耗的内存分别是:

Web框架 物理内存
Sinatra 45MB
Padrino 60MB
Rails 85MB

Rails传统多进程模型的IO并发能力很低

Rails的多进程并发模型的IO并发能力很低,开多少个进程,就只能同时响应多少个并发请求,但Ruby进程的内存消耗是很大的,多进程调度的CPU开销也很高,这决定了单台服务器上能开的进程数是非常有限的,一般不会超过30个。但是对于WebService类型的应用,需要很高的IO并发处理能力,传统Rails多进程很容易就会出现负载的瓶颈。

提高Web应用的IO并发能力,必须抛弃多进程模型,改用多线程模型,纤程模型或者事件驱动的并发编程模型。关于这个话题,我写过一个ppt,请参考:Web并发编程模型的粗浅探讨 ,这篇文章不展开了。总之,我个人更推荐使用Sinatra/Padrino编写多线程的Web服务端应用,或者为了追求更高的并发性能,可以使用Goliath的纤程并发。

从Rails4.0开始,默认也开启了多线程模式,也可以支持多线程方式运行Rails应用。但就目前来说,Rails使用多线程,还面临一些兼容性问题:大量的Rails插件和代码不是线程安全的,在多线程模型下运行,会出现意想不到的bug;另外Rails的多线程应用尚未得到广泛应用,可能会有潜在的bug:

我们尝试在一个实际的生产系统上打开Rails3.2的多线程模式运行,对代码和插件都进行了兼容性修改和仔细的代码审查。但实际跑下来发现,应用系统出现了隐蔽的内存泄露问题,Ruby进程内存会一直增长下去,直到服务器内存占满,进程失去响应,这个bug至今未能找到原因。

总之Rails适合开发Website,但不太适合WebService,而移动时代的发展趋势就是:未来服务器端会更多的使用WebService而不是Website,这也意味着Rails将越来越不适合时代的发展

我们应该用什么Ruby框架?

我一直觉得Ruby社区的很多开发者长期以来待在Rails的舒适区里面,完全丧失了探索和尝试其他东西的勇气,其实在Rails的世界之外,Ruby社区的好东西还有很多很多。这里简单介绍3个Ruby轻量级框架,性能都远远超过Rails,很适合做WebService:

  • Sinatra

    Sinatra本身也是Ruby社区非常流行和著名的轻量级Web框架,核心源代码不超过1000行,文档只有1页。对于Rails开发者来说,花了几个小时,就可以快速使用Sinatra开发WebService了。Sinatra对多线程支持的非常好,可以用rainbows来跑多线程Sinatra,IO并发处理能力很好。Github也是用它来提供开放API服务的。我自己写了一个Sinatra的项目模版,如果你用Sinatra开发WebService,可以参考。

  • Padrino

    Padrino是一个基于Sinatra之上的轻量级Web框架,在Sinatra基础之上提供了命名路由,模块化项目组织,页面helpers和generators等等。Padrino是一个高度模仿Rails的框架,API的命名和Rails很像,Rails开发者花1-2天看看文档就可以快速上手开发了。Padrino相比Rails易学易用,多线程支持良好,性能比Rails好很多,开发Website推荐使用。我自己的网站也是用Padrino开发的,源代码在:robbin_site

  • Goliath

    Goliath是一个Ruby的纤程开发框架,性能非常好,作者本身是在开发PostRank产品过程中开发的Goliath。PostRank是一个用户社交行为实时跟踪工具,需要很高的性能来支撑,PostRank被Google收购了,作者现在在Google工作。Goliath适合用来开发对性能非常敏感的WebService或者real-time的应用,但使用Goliath有一些门槛,你不能使用普通的阻塞IO库,必须使用作者封装的一些纤程的库。

总之,无论是Linkedin的移动API网关还是Iron.io的后台任务系统,用Ruby来编写,本身并不是问题,实践也有大量案例证明使用Goliath或者Sinatra编写高性能WebService都是可行的。问题只是在于我们应该: Ruby offrails 了。

如何去Rails化

掌握一门编程语言实际上包括两部分:

  • 编程语言语法以及核心类库

    无论你用不用Rails,是否开发Web应用,这些都是必须牢固掌握的,即使你不用Rails了,这些知识和技能也不会过时。

  • 开发特定领域应用所需要的第三方类库

    当你用Rails开发一个项目的时候,仍然需要依赖大量的第三方类库,每当你在Gemfile里面require一个类库的时候,都意味着你付出了一定的学习成本。而Rails本身也不过就是几个核心Gem包而已,具体来说最核心的就是ActiveRecord和ActionPack这两个库。

学习Rails无非意味着你花了时间熟悉ActiveRecord和ActionPack以及相关库的功能而已,所谓去Rails化也仅仅只是放弃使用ActionPack,换一个更轻量级更简单的URL路由处理器,例如换成Grape,Sinatra,Padrino或者Camping而已。这对一个长期使用Rails的Ruby开发者来说,应该是举手之劳的事情。所以自己动手,根据实际应用场景挑选最合适的组件。例如ActionPack不太适合写WebService,那我换成Sinatra就行了,但是ActiveRecord照常用,这并不需要你付出多少学习成本,更不需要你放弃什么。

为何不用node.js和Go?

有一点是毫无疑问的,node.js的V8引擎,Go的静态编译进去的GC,性能远远好于Ruby的虚拟机,尽管在实际的应用中,未必会表现出来这么明显的差距。那么,一个随之而来的问题就是:为何不用node.js和Go呢?

每个程序员都有自己的倾向性,答案可能都不同。我在去年底花了很多时间了解node.js和Go,最终还是觉得用Ruby对我来说最合适:

  • 用Sinatra或者Goliath这样的轻量级框架写Web Service,性能已经足够好了,特别是@黄志敏的案例证明,16核已经可以支撑每天1.5亿次请求了,对我来说已经不太可能遇到超过这个负载量的应用了。而Ruby的开发效率,代码表达能力和可维护性对我来说还是很重要的。

  • node.js的EventIO编程风格在我看来是“反人类”的,极其变态的。用来写代码上规模的应用,代码的可读性和可维护性都很差。EventIO是很底层的技术,我很难理解为何不封装成coroutine来使用。node.js只适合用来开发real-time类型的应用。

  • Go的主要问题在于现阶段还不成熟:一方面Go自身还在演进当中;另一方面Go的类库还是过于贫瘠了,用来开发项目还是需要自己写很多东西的,感觉很不方便。

此文章通过 python 爬虫创建,原文是自己的csdn 地址: Ruby社区应该去Rails化了