用 CL-PPCRE 匹配行尾答案

【问题标题】：Matching end-of-line with CL-PPCRE用 CL-PPCRE 匹配行尾
【发布时间】：2018-12-27 05:01:40
【问题描述】：

我有一个相当简单的正则表达式，它在我的 Ruby 代码中运行良好，但拒绝在我的 Lisp 代码中运行。我只是想匹配一个 URL（斜线后跟一个单词，仅此而已）。这是我在 Ruby 中使用的正则表达式：^\/\w*$

我希望它匹配 "/" 或 "/foo" 但不匹配 "/foo/bar"

我尝试了以下方法：

(cl-ppcre:scan "^/\w*$" "/") ;works
(cl-ppcre:scan "^/\w*$" "/foo") ;doesn't work!
(cl-ppcre:scan "^/\w*$" "/foo/bar") ;works, ie doesn't match

有人可以帮忙吗？

【问题讨论】：

标签： regex common-lisp cl-ppcre

【解决方案1】：

默认情况下，反斜杠 (\) 字符是 single escape character：它防止对其后面的字符进行任何特殊处理，因此它可以用于在其中包含双引号 (")像 "\"" 这样的字符串文字。

因此，当您将文字字符串"^/\w*$" 传递给cl-ppcre:scan 时，传递的实际字符串将是"^/w*$"，即反斜杠将被删除。您可以通过评估 (cl-ppcre:scan "^/\w*$" "/w") 来验证这一点，这将匹配。

要在正则表达式中包含反斜杠字符，您需要像这样引用它："^/\\w*$"。

如果您经常使用文字正则表达式，则所需的字符串引用可能会变得乏味且难以阅读。查看CL-INTERPOL 的库，该库为 Lisp 阅读器添加了更好的正则表达式语法。

【讨论】：

是的！做到了！谢谢hans23！

【解决方案2】：

如果您对自己的正则表达式有疑问，也可以通过ppcre:parse-string进行检查：

CL-USER> (ppcre:parse-string "^/\w*$")
(:SEQUENCE :START-ANCHOR #\/ (:GREEDY-REPETITION 0 NIL #\w) :END-ANCHOR)

上面告诉我们反斜杠-w 被解释为文字w 字符。

将此与您要使用的表达式进行比较：

CL-USER> (ppcre:parse-string "^/\\w*$")
(:SEQUENCE :START-ANCHOR #\/ (:GREEDY-REPETITION 0 NIL :WORD-CHAR-CLASS) :END-ANCHOR)

返回值是表示正则表达式的树。事实上，您可以在任何 CL-PPCRE 需要正则表达式的地方使用相同的表示。尽管有点冗长，但这有助于将值组合到正则表达式中，而不必担心在字符串中嵌套字符串或特殊字符：

(defun maybe (regex)
  `(:greedy-repetition 0 1 ,regex))

(defparameter *simple-floats*
  (let ((digits '(:register (:greedy-repetition 1 nil :digit-class))))
    (ppcre:create-scanner `(:sequence
                             (:register (:regex "[+-]?"))
                             ,digits
                             ,(maybe `(:sequence "." ,digits))))))

在上面，点"." 是按字面意思阅读的，而不是正则表达式。这意味着您可以匹配 "(^.^)" 或 "[]" 之类的字符串，这些字符串在纯字符串正则表达式中使用转义字符可能难以读写。您可以使用(:regex "...") 表达式回退到字符串形式的正则表达式。

CL-PPCRE 有一个优化，其中常量正则表达式在加载时使用load-time-value 预先计算。如果您的正则表达式不是普通常量，则可能不会应用该优化，因此您可能希望将自己的扫描仪包装在 load-time-value 表单中。只需确保在加载时准备好足够的定义，例如辅助 maybe 函数。

【讨论】：