不区分大小写的正则表达式

Question

Haskell 中使用带选项（标志）的正则表达式的最佳方式是什么

在我使用的

Text.Regex.PCRE

该文档列出了一些有趣的选项，如 compCaseless、compUTF8、... 但我不知道如何使用它们 (=~)

Answer 1

所有 Text.Regex.* 模块都大量使用类型类，这些类型类的存在是为了可扩展性和类似“重载”的行为，但仅从类型来看，其用法不太明显。

现在，您可能已经从基本的 =~ 匹配器开始了。

(=~) ::
  ( RegexMaker Regex CompOption ExecOption source
  , RegexContext Regex source1 target )
  => source1 -> source -> target
(=~~) ::
  ( RegexMaker Regex CompOption ExecOption source
  , RegexContext Regex source1 target, Monad m )
  => source1 -> source -> m target

要使用 =~，必须存在用于 LHS 的 RegexMaker ... 实例，以及用于 RHS 和结果的 RegexContext ... 实例。

class RegexOptions regex compOpt execOpt | ...
      | regex -> compOpt execOpt
      , compOpt -> regex execOpt
      , execOpt -> regex compOpt
class RegexOptions regex compOpt execOpt
      => RegexMaker regex compOpt execOpt source
         | regex -> compOpt execOpt
         , compOpt -> regex execOpt
         , execOpt -> regex compOpt
  where
    makeRegex :: source -> regex
    makeRegexOpts :: compOpt -> execOpt -> source -> regex

所有这些类的有效实例（例如，regex=Regex、compOpt=CompOption、execOpt=ExecOption 和 source= String) 意味着可以从某种形式的 source 中使用 compOpt,execOpt 选项编译 regex。 （此外，给定某种 regex 类型，只有一个 compOpt,execOpt 集与之配套。许多不同的 source 类型都可以不过。）

class Extract source
class Extract source
      => RegexLike regex source
class RegexLike regex source
      => RegexContext regex source target
  where
    match :: regex -> source -> target
    matchM :: Monad m => regex -> source -> m target

所有这些类的有效实例（例如，regex=Regex、source=String、target=Bool）意味着它是可以匹配源和正则表达式来生成目标。 （给定这些特定的 regex 和 source 的其他有效的 target 是 Int、MatchResult String >、MatchArray 等）

将它们放在一起，很明显 =~ 和 =~~ 只是方便的函数

source1 =~ source
  = match (makeRegex source) source1
source1 =~~ source
  = matchM (makeRegex source) source1

，而且 < code>=~ 和 =~~ 没有空间将各种选项传递给 makeRegexOpts。

您可以自己制作

(=~+) ::
   ( RegexMaker regex compOpt execOpt source
   , RegexContext regex source1 target )
   => source1 -> (source, compOpt, execOpt) -> target
source1 =~+ (source, compOpt, execOpt)
  = match (makeRegexOpts compOpt execOpt source) source1
(=~~+) ::
   ( RegexMaker regex compOpt execOpt source
   , RegexContext regex source1 target, Monad m )
   => source1 -> (source, compOpt, execOpt) -> m target
source1 =~~+ (source, compOpt, execOpt)
  = matchM (makeRegexOpts compOpt execOpt source) source1

它，

"string" =~+ ("regex", CompCaseless + compUTF8, execBlank) :: Bool

或者使用可以接受选项的方法覆盖 =~ 和 =~~

import Text.Regex.PCRE hiding ((=~), (=~~))

class RegexSourceLike regex source
  where
    makeRegexWith source :: source -> regex
instance RegexMaker regex compOpt execOpt source
         => RegexSourceLike regex source
  where
    makeRegexWith = makeRegex
instance RegexMaker regex compOpt execOpt source
         => RegexSourceLike regex (source, compOpt, execOpt)
  where
    makeRegexWith (source, compOpt, execOpt)
      = makeRegexOpts compOpt execOpt source

source1 =~ source
  = match (makeRegexWith source) source1
source1 =~~ source
  = matchM (makeRegexWith source) source1

，或者您可以只使用 match >、makeRegexOpts等直接在需要的地方。

Answer 2

我对 Haskell 一无所知，但如果您使用基于 PCRE 的正则表达式库，那么您可以在正则表达式中使用模式修饰符。 要以不区分大小写的方式匹配“无大小写”，您可以在 PCRE 中使用此正则表达式：

(?i)caseless

模式修饰符 (?i) 会覆盖在正则表达式外部设置的任何区分大小写或不区分大小写的选项。 它也适用于不允许您设置任何选项的运算符。

类似地，(?s) 打开“单行模式”，使点匹配换行符，(?m) 打开“多行模式”，使 ^ 和 $ 在换行符处匹配，(?x) 打开自由-spacing 模式（字符类之外的未转义空格和换行符无关紧要）。 您可以组合字母。 (?ismx) 打开一切。 连字符关闭选项。 (?-i) 使正则表达式区分大小写。 (?xi) 启动一个自由间距区分大小写的正则表达式。

Answer 3

我相信如果您希望使用 defaultCompOpt 之外的 compOpt ，则不能使用 (=~)。

像这样的工作：

match (makeRegexOpts compCaseless defaultExecOpt  "(Foo)" :: Regex) "foo" :: Bool

以下两篇文章应该可以帮助您：

现实世界 Haskell，第 8 章。高效文件处理、正则表达式和文件名匹配

Haskell 正则表达式教程