使用CL-PPCRE匹配线尾

Question

我有一个相当简单的正则表达式，它在我的Ruby代码中工作得很好，但在我的Lisp代码中却不能工作。我只是尝试匹配一个URL (斜杠后面跟着一个单词，仅此而已)。下面是我在Ruby中使用的正则表达式：^\/\w*$

我希望它与"/"或"/foo"匹配，但不与"/foo/bar"匹配

我尝试过以下几种方法：

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

有人能帮帮忙吗？

Answer 1

缺省情况下，反斜杠()字符是single escape character：它可以防止对后面的字符进行任何特殊处理，因此可以使用它在字符串文字中包含双引号(")，例如"\""。

因此，当您将文字字符串"^/\w*$"传递给cl-ppcre:scan时，实际传递的字符串将是"^/w*$"，即只删除反斜杠。您可以通过评估将匹配的(cl-ppcre:scan "^/\w*$" "/w")来验证这一点。

要在正则表达式中包含反斜杠字符，需要像这样引用它："^/\\w*$"。

如果您经常使用文字正则表达式，则所需的字符串引号可能会变得单调乏味且难以阅读。看看CL-INTERPOL中的一个库，它为Lisp阅读器添加了更好的正则表达式语法。

Answer 2

如果您对正则表达式有疑问，也可以使用ppcre:parse-string进行检查

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

上面的内容告诉我们，反斜杠-w被解释为文字w字符。

将此表达式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)

返回值是一个表示正则表达式的树。实际上，您可以在CL-PPCRE需要正则表达式的任何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，而不必担心字符串嵌套或字符串中的特殊字符：

(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"."是按字面意思读取的，而不是正则表达式。这意味着您可以在纯字符串的正则表达式中使用转义字符来匹配像"(^.^)"或"[]"这样难以写入和读取的字符串。通过使用(:regex "...")表达式，您可以将正则表达式作为字符串。

CL-PPCRE有一个优化，在加载时使用load-time-value预先计算常量正则表达式。如果您的正则表达式不是微不足道的常量，则可能不会应用该优化，因此您可能希望将自己的扫描器包装在load-time-value表单中。只需确保您在加载时准备好了足够的定义，比如辅助maybe函数。