修正正则表达式“[[a-Za-Z0-9_-]+]”

Question

以下cl-ppcre正则表达式生成一个错误：

(ppcre:scan-to-strings "\[([a-zA-Z0-9_-]+)]" "[has-instance]")

debugger invoked on a CL-PPCRE:PPCRE-SYNTAX-ERROR in thread
#<THREAD "main thread" RUNNING {10010B0523}>:
  Expected end of string. at position 16 in string "[([a-zA-Z0-9_-]+)]"

我所期望的返回值是：

“[has-instance]”
#(“has-instance”)

以获得括号内的字符串。有人能提供正则校正吗？谢谢。

Answer 1

转义字符(反斜杠)只转义，双引号(§2.4.5双引号)：

如果看到单个转义字符，则丢弃单个转义字符，累积下一个字符，并继续积累。

这意味着：

 "\[([a-zA-Z0-9_-]+)]" 

在不存在反斜杠的情况下，解析如下：

 "[([a-zA-Z0-9_-]+)]"

closing实现的PCRE语法将开始方括号理解为字符类的特殊语法，并以下一个结束括号结束。因此，上面将下列内容作为一个类读取：

[([a-zA-Z0-9_-]

相应的regex树是：

CL-USER> (ppcre:parse-string "[([a-zA-Z0-9_-]")
(:CHAR-CLASS #\( #\[ (:RANGE #\a #\z) (:RANGE #\A #\Z) (:RANGE #\0 #\9) #\_ #\-)

特别要注意的是，它里面的括号是按字面处理的。当解析器遇到上述片段后面的结束括号时，它将其解释为寄存器组的结尾，但没有启动此类组，因此在字符串的位置16处出现错误消息。

为了避免将括号视为字符类，必须在字符串前面加上一个文字反斜杠，就像您试图做的那样，但要做到这一点，您必须编写两个反斜杠字符：

CL-USER> (ppcre:parse-string "\\[([a-zA-Z0-9_-]+)]")
(:SEQUENCE #\[
 (:REGISTER
  (:GREEDY-REPETITION 1 NIL
   (:CHAR-CLASS (:RANGE #\a #\z) (:RANGE #\A #\Z) (:RANGE #\0 #\9) #\_ #\-)))
 #\])

结束方括号不需要反斜杠。

我鼓励您使用树表单在Lisp中编写正则表达式，在提高清晰度时使用:regex术语:它避免了处理转义带来的问题。例如：

CL-USER> (ppcre:scan-to-strings 
           '(:sequence "[" (:register (:regex "[a-zA-Z0-9_-]+")) "]")
           "[has-instance]")
"[has-instance]"
#("has-instance")

Answer 2

1. 双转义方括号。
2. 你也忘了(双倍)逃离关闭的括号。

(cl-ppcre:scan-to-strings "\\[([a-zA-Z0-9_-]+)\\]" "[has-instance]")
;; "[has-instance]" ;
;; #("has-instance")

对于那些刚接触普通lisp的人，您可以使用cl-ppcre导入：

(load "~/quicklisp/setup.list") ;; adjust path to where you installed your quicklisp
(ql:quickload :cl-ppcre)