如何使用正则表达式进行 Erlang 模式匹配？

Question

当我编写进行文本解析的 Erlang 程序时，我经常遇到我喜欢使用正则表达式进行模式匹配的情况。

例如，我希望我能做这样的事情，其中​​ ~ 是一个“组成”的正则表达式匹配运算符：

my_function(String ~ ["^[A-Za-z]+[A-Za-z0-9]*$"]) ->
    ....

我知道正则表达式模块 (re)，但 AFAIK 你不能在模式匹配或守卫时调用函数。

另外，我希望可以以不区分大小写的方式匹配字符串。这很方便，例如，在解析 HTTP 标头时，我想做这样的事情，其中​​“Str ~ {Pattern, Options}”表示“使用选项选项将 Str 与模式模式匹配”：

handle_accept_language_header(Header ~ {"Accept-Language", [case_insensitive]}) ->
    ...

两个问题：

1. 您通常如何仅使用标准 Erlang 来处理这个问题？是否有某种机制/编码风格在简洁性和易读性方面接近于此？

2. 在 Erlang 中是否有任何工作（EEP？）来解决这个问题？

Answer 1

除了提前运行正则表达式然后对结果进行模式匹配之外，您真的别无选择。这是一个非常简单的示例，它接近我认为您所追求的，但它确实存在您需要重复正则表达式两次的缺陷。您可以通过使用宏在一个地方定义每个正则表达式来减轻这种痛苦。

-module(multire).

-compile(export_all).

multire([],_) ->
    nomatch;
multire([RE|RegExps],String) ->
    case re:run(String,RE,[{capture,none}]) of
    match ->
        RE;
    nomatch ->
        multire(RegExps,String)
    end.


test(Foo) ->
    test2(multire(["^Hello","world$","^....$"],Foo),Foo).

test2("^Hello",Foo) ->
    io:format("~p matched the hello pattern~n",[Foo]);
test2("world$",Foo) ->
    io:format("~p matched the world pattern~n",[Foo]);
test2("^....$",Foo) ->
    io:format("~p matched the four chars pattern~n",[Foo]);
test2(nomatch,Foo) ->
    io:format("~p failed to match~n",[Foo]).

Answer 2

一种可能是使用 Erlang Web 样式 注释（宏）与 re Erlang 模块相结合。一个例子可能是说明这一点的最佳方式。

这就是你的最终代码的样子：

[...]
?MATCH({Regexp, Options}).
foo(_Args) ->
  ok.
[...]

MATCH 宏将在您的 foo 函数之前执行。如果正则表达式模式不匹配，则执行流程将失败。

你的匹配函数将被声明如下：

?BEFORE.
match({Regexp, Options}, TgtMod, TgtFun, TgtFunArgs) ->
String = proplists:get_value(string, TgtArgs),
case re:run(String, Regexp, Options) of
  nomatch ->
    {error, {TgtMod, match_error, []}};
  {match, _Captured} ->
    {proceed, TgtFunArgs}
end.

请注意：

• BEFORE 表示宏将在您的目标函数之前执行（AFTER 宏也可用）。
• match_error 是您的错误处理程序，在您的模块中指定，并且包含您想要在匹配失败时执行的代码（可能没有，只是阻止执行流程）
• 这种方法的优点是使正则表达式语法和选项与 re 模块保持一致（避免混淆）。

更多关于 Erlang Web 注释的信息在这里：

http://wiki.erlang-web.org/Annotations

这里：

http://wiki.erlang-web.org/HowTo/CreateAnnotation

该软件是开源的，因此您可能希望重用他们的注释引擎。

Answer 3

1. 对于字符串，您可以使用“re”模块：之后，您可以遍历结果集。恐怕没有其他方法可以做到这一点AFAIK：这就是为什么有正则表达式。

2. 对于 HTTP 标头，由于可能有很多标头，因此我认为迭代结果集是一个更好的选择而不是编写很长的表达式（可能）。

3. EEP 工作：我不知道。

Answer 4

你可以使用 re 模块：

re:run(String, "^[A-Za-z]+[A-Za-z0-9]*$").
re:run(String, "^[A-Za-z]+[A-Za-z0-9]*$", [caseless]).

编辑：

match(String, Regexps) -> 
  case lists:dropwhile(
               fun({Regexp, Opts}) -> re:run(String, Regexp, Opts) =:= nomatch;
                  (Regexp) -> re:run(String, Regexp) =:= nomatch end,
               Regexps) of
    [R|_] -> R;
    _     -> nomatch
  end.

example(String) ->
  Regexps = ["$RE1^", {"$RE2^", [caseless]}, "$RE3"]
  case match(String, Regexps) of
    nomatch -> handle_error();
    Regexp -> handle_regexp(String, Regexp)
    ...

Answer 5

1. Erlang 不处理模式中的正则表达式。
2. 没有。

Answer 6

您不能对正则表达式进行模式匹配，抱歉。所以你必须这样做

my_function(String) -> Matches = re:run(String, "^[A-Za-z]+[A-Za-z0-9]*$"),
                       ...