“原始” Haskell 中的字符串用于正则表达式

Question

我似乎在 Haskell 中创建正则表达式时遇到问题，我想做的就是将此字符串（与一段文本中的 URL 匹配）转换

\b(((\S+)?)(@|mailto\:|(news|(ht|f)tp(s?))\://)\S+)\b

为正则表达式，问题是我在 ghci 中不断收到此错误

Prelude Text.RegExp> let a = fromString "\b(((\S+)?)(@|mailto\:|(news|(ht|f)tp(s?))\://)\S+)\b"

<interactive>:1:27:
    lexical error in string/character literal at character 'S'

我猜它失败了，因为 Haskell 不理解 \S 作为转义码。有什么方法可以解决这个问题吗？

在 Scala 中，你可以用 3 个双引号括住一个字符串，我想知道你是否可以在 Haskell 中实现类似的功能？

任何帮助将不胜感激。

Answer 1

字符串中的每个反斜杠都必须写成双引号内的双反斜杠。所以

"\\b(((\\S+)?)(@|mailto\\:|(news|(ht|f)tp(s?))\\://)\\S+)\\b"

更笼统地说：最好编写一个合适的解析器，而不是使用正则表达式。正则表达式很少能做完全正确的事情。

Answer 2

Haskell 不支持开箱即用的原始字符串，但是，在 GHC 中，使用 quasiquotation< 来实现它们非常容易/a>：

r :: QuasiQuoter
r = QuasiQuoter {      
    quoteExp  = return . LitE . StringL
    ...
}

用法：

ghci> :set -XQuasiQuotes
ghci> let s = [r|\b(((\S+)?)(@|mailto\:|(news|(ht|f)tp(s?))\://)\S+)\b|]
ghci> s
"\\b(((\\S+)?)(@|mailto\\:|(news|(ht|f)tp(s?))\\://)\\S+)\\b"

我发布了此代码的稍微扩展和记录的版本，作为 raw-strings-qq Hackage 上的库。

Answer 3

我是 Rex 库的忠实粉丝：

http://hackage.haskell.org/package/rex< /a>

http://hackage.haskell.org/packages/archive/rex/0.4.2/doc/html/Text-Regex-PCRE-Rex.html

这不仅使用准引用来实现良好的效果regex 条目（没有双反斜杠），它还使用类似 perl 的正则表达式，而不是默认的烦人的 POSIX 正则表达式，甚至允许您使用正则表达式作为模式匹配您的方法参数，这是天才。