在 Ocaml 中拆分字符串 - 但不是当分隔符被反斜杠转义时答案

【问题标题】：Split string in Ocaml - but not when delimiter is escaped by backslash在 Ocaml 中拆分字符串 - 但不是当分隔符被反斜杠转义时
【发布时间】：2012-12-16 01:44:11
【问题描述】：

目标：能够拆分以下字符串："command/test \/ escaped/"

进入以下列表：["command", "test / escaped"]

当前的正则表达式看起来像：

Str.split (Str.regexp "/") string_to_split;;

这太简单了，我需要在字符串前面加上反斜杠来转义。

我试过这个：Str.regexp "((?!\\).)/"，但它不适用于 Ocaml 解析器产生：uncaught exception Failure("spurious \) in regular expression")

有什么想法吗？

我应该提一下，我注意到 Ocaml 解析器会自动转义字符串中的反斜杠，因此字符串如下： "foobar\/barfoo" 转换为 "foobar\\/barfoo"。所以也许有人真的想删除字符串中的所有偶数反斜杠。

【问题讨论】：

标签： regex split escaping ocaml

【解决方案1】：

你需要两次转义反斜杠：

字符串内容一次
一次用于正则表达式

所以正确的正则表达式应该是Str.regexp "((?!\\\\).)/"。

但是，该正则表达式不起作用。

我建议改为其他 3 个解决方案：

使用match_beginning等手动进行搜索和拆分，
使用'/' 字符进行简单拆分，并根据需要重新组合字符串，
用另一个组合替换\\/ 字符，比如\\§（或其他一些不太可能出现在您希望处理的文本中的字符串），进行拆分，然后在每个子字符串中进行反向替换（这次仅将 '§' 替换为 '/')。

如果您在"\\/" 中有一个很好的'/' 替换字符，那么最后一个可能是最快的。

【讨论】：

【解决方案2】：

这里有一个不太明显的解决方案：

let rec split s = Scanf.sscanf s "%s@/%s@\n" (fun left right ->
  let llen = String.length left in
  let (left, escaped) = 
    if llen > 0 && left.[llen - 1] = '\\' then
      (String.sub left 0 (llen - 1), true) 
    else
      (left, false) in
  if right = "" then
    [left]
  else match split right with
    h :: t when escaped ->
      (left ^ "/" ^ h) :: t|
    ht ->
      left :: ht         
);;

还有输出：

# split "command/test \\/ escaped/";;
- : string list = ["command"; "test / escaped"]

这有点太神秘了，但仍然可以完成工作。

希望这会有所帮助！

【讨论】：

【解决方案3】：

AFAIR，Str.regexp 不支持 ! 构造。

但是，PCRE-OCaml 库可以：

# #directory "+pcre";;
# #load "pcre.cma";;
# Pcre.split 
    ~rex:(Pcre.regexp ~flags:[`EXTENDED] "(?<!\\\\)/")
    "command/test \\/ escaped/"
  ;;
- : string list = ["command"; "test \\/ escaped"]

如果你想摆脱 \/ 字符串转义，你要么必须对 split 的结果进行后处理，要么（更好）使用 match 并构建它列出你自己。

【讨论】：