skyscribe.programming.thinking

汇小流以成江海，积跬步以至千里

Haskell Regular Expression

| Comments

正则表达式是文本解析处理的一大利器，因而大部分程序语言都以库的方式提供支持。在Haskell中，有多种不同的实现可供使用，详细看参考wiki, 他们的效率和支持的特性有些微的差异。但是作为一种强类型的静态/函数式语言，haskell的正则匹配可以借助返回值类型多态提供灵活的匹配结果。

安装

Haskell的正则表达式库位于Text.Regex中 , Ubuntu默认的GHC中并没有提供正则表达式库，实际使用的时候可以根据需要选择一个版本，也可以通过apt-get来安装，如果使用posix版本的正则表达式库，可以下载安装libghc-regex-posix-dev:

    apt-get install libghc-regex-posix-dev

用法

和Perl中的正则表达式匹配操作符一样，正则库提供了=~操作来完成匹配。和其它语言不同的是，这个函数(infix operator)通过返回值多态提供灵活的功能。

  1. 基本匹配 – 可以指定返回类型为Bool来判断是否匹配:
1
2
3

let pat = "(foo[a-z]*bar|quxx)"
"A match with foodiabar after" =~ pat :: Bool  --True
"no match" =~ pat :: Bool -- False
  1. 返回第一个匹配的子串或者空串：
1
2
3

let pat = "(foo[a-z]*bar|quxx)"
"A match with foodiabar after" =~ pat :: String  --get "foodiabar"
"no match" =~ pat :: String -- get empty string
  1. 返回匹配的上下文信息：
1
2
3
4
5

let pat = "(foo[a-z]*bar|quxx)"
"A match with foodiabar after" =~ pat :: (String, String, String)
-- get ("A match with ", "foodiabar", " after")
"no match" =~ pat :: String
-- get ("no match", "", "")

这里可以区分出是否有空串匹配。
4. 返回更多信息：

1
2
3
4
5

let pat = "(foo[a-z]*bar|quxx)"
"A match with foodiabar quxx after" =~ pat :: (String, String, String, [String])
-- get ("A match with ", "foodiabar", " quxx  after", ["foodiabar"])
"no match" =~ pat :: (String, String, String, [String])
-- get ("no match", "", "", [])

这里最后的一个String list可以用于返回子分组信息。
5. 获取匹配字符的index信息和长度：

1
2
3
4
5

let pat = "(foo[a-z]*bar|quxx)"
"A match with foodiabar after" =~ pat :: (Int, Int)
-- get (13, 9)
"no match" =~ pat :: (Int, Int)
-- get (-1,0) for no match

Comments