LPeg模式，它与字符串没有连续的下线匹配

Question

我正在尝试编写一个LPeg模式来匹配字符串，这些字符串：

• 从一封信开始
• 其后包含字母数字字符。
• 不包含两个或多个连续连字符(例如，不允许test--string)

作为参考，正则表达式[a-zA-Z](-?[a-zA-Z0-9])*与我所寻找的匹配。

下面是我正在使用的代码，以供参考：

require "lpeg"
P,R,C = lpeg.P,lpeg.R,lpeg.C

dash  = P"-"
ucase  = R"AZ"
lcase  = R"az"
digit  = R"09"
letter = ucase + lcase
alphanum = letter + digit

str_match = C(letter * ((dash^-1) * alphanum)^0)

strs = {
    "1too",
    "too0",
    "t-t-t",
    "t-t--t",
    "t--t-t",
    "t-1-t",
    "t--t",
    "t-one1",
    "1-1",
    "t-1",
    "t",
    "tt",
    "t1",
    "1",
}

for _,v in ipairs(strs) do
    if lpeg.match(str_match,v) ~= nil then
        print(v," => match!")
    else
        print(v," => no match")
    end
end

然而，令我沮丧的是，我得到了以下输出：

1too     => no match
too0     => match!
t-t-t    => match!
t-t--t   => match!
t--t-t   => match!
t-1-t    => match!
t--t     => match!
t-one1   => match!
1-1      => no match
t-1      => match!
t        => match!
tt       => match!
t1       => match!
1        => no match

不管代码输出是什么，t-t--t、t--t-t和t--t不应该匹配。

Answer 1

在您的模式letter * ((dash^-1) * alphanum)^0中，lpeg将尝试与字符串的前缀匹配。如果你没有预料到匹配的话

t--t t--t-t t--t

粗体突出显示的部分是您的模式成功匹配的地方。lpeg.match返回最后一个位置(这是一个数字)，如果没有捕获任何信息，它就能够解析到使用您的模式。对于上述3种情况，将捕获匹配的子部分，从而解释您所看到的错误输出。

如果您只是一次只匹配每个字符串，则可以修改模式以检查解析后是否没有剩余的字符。

str_match = C(letter * ((dash^-1) * alphanum)^0) * -1

类似地使用lpeg.re模块

re_pat = re.compile "{ %a ('-'? %w)* } !."

对于流匹配或查找目标字符串中的所有模式，请将语法规则堆在一起，如下所示

stream_parse = re.compile
[[
  stream_match  <- ((str_match / skip_nonmatch) delim)* str_match?
  str_match     <- { %a ('-'? %w)* } (&delim / !.)
  skip_nonmatch <- !str_match (!delim .)*

  delim         <- %s+
]]

任何火柴都会被捕获并归还。如果没有匹配，您将返回nil或指示字符串中模式停止解析的位置的数字。

编辑：对于需要解析来返回不匹配的nil的情况，对语法的调整应该能做到这一点

stream_parse = re.compile
[[
  stream_match  <- (str_match / skip_nonmatch+ &str_match)+
  str_match     <- { %a ('-'? %w)* } (&delim / !.)
  skip_nonmatch <- !str_match (!delim .)* delim

  delim         <- %s+
]]