在Haskell中的两个子字符串之间提取字符串

Question

我想将这个 SO 问题 Find string between two substrings 中的 python 正则表达式 (PCRE) 技术改编为 Haskell，以便我可以在 Haskell 中做同样的事情。

但我不知道如何使它在 GHC (8.2.1) 中工作。我已经安装了cabal install regex-pcre，经过一番搜索，得到了以下测试代码：

import Text.Regex.PCRE
s = "+++asdf=5;iwantthis123jasd---"
result = (s ++ s) =~ "asdf=5;(.*)123jasd" :: [[String]]

我希望得到中间字符串的第一个和最后一个实例

iwantthis

但我无法得到正确的结果：

[["asdf=5;iwantthis123jasd---+++asdf=5;iwantthis123jasd","iwantthis123jasd---+++asdf=5;iwantthis"]]

我以前没有在 Haskell 中使用过 regex 或 pcre。

有人可以帮助正确使用（提取第一次和最后一次出现）吗？ 另外，我不太了解这里的::[[String]] 用法。它有什么作用，为什么需要它？

我搜索了documentation，但没有发现将类型转换为:: [[String]] 的用法。

Answer 1

你得到的结果如下：

Prelude Text.Regex.PCRE> (s ++ s) =~ "asdf=5;(.*)123jasd" :: [[String]]
[["asdf=5;iwantthis123jasd---+++asdf=5;iwantthis123jasd","iwantthis123jasd---+++asdf=5;iwantthis"]]

这是正确的，第一个元素是 implicit 捕获组 0（整个正则表达式），second 元素是捕获组 1（即匹配(.*)。因为它匹配如下：

+++asdf=5;iwantthis123jasd---+++asdf=5;iwantthis123jasd---

所以它仍然匹配 asdf=5; 和 123jasd 部分。

这是因为 Kleene start * 匹配 greedy：它旨在尽可能多地捕获。您可以使用 (.*?) 但是使用 non-greedy 量词：

Prelude Text.Regex.PCRE> (s ++ s) =~ "asdf=5;(.*?)123jasd" :: [[String]]
[["asdf=5;iwantthis123jasd","iwantthis"],["asdf=5;iwantthis123jasd","iwantthis"]]

现在我们获得了两个匹配。每场比赛都有"iwantthis"作为捕获组1。

您可以在其上使用map (head . tail) 或map (!!1) 来获取(.*?) 部分的捕获列表：

Prelude Text.Regex.PCRE> map (!!1) ((s ++ s) =~ "asdf=5;(.*?)123jasd" :: [[String]])
["iwantthis","iwantthis"]