如何在clojure中拆分字符串而不是正则表达式模式答案

【问题标题】：how to split a string in clojure not in regular expression mode如何在clojure中拆分字符串而不是正则表达式模式
【发布时间】：2015-02-06 02:37:25
【问题描述】：

clojure 和java 中的split 都以正则表达式为参数进行split。但我只想使用普通字符进行拆分。传入的字符可能是“|”、“、”、“等。如何用该字符分割一行？

我需要一些函数，例如（拆分字符串 a-char）。而且这个函数会被非常高的频率调用，所以需要良好的性能。任何好的解决方案。

【问题讨论】：

标签： clojure

【解决方案1】：

java.util.regex.Pattern 类中有一些功能支持将字符串视为文字正则表达式。这对于诸如此类的情况很有用。 @cgrand 已经在对另一个答案的评论中提到了 (Pattern/quote s)。另一个这样的功能是LITERAL 标志 (documented here)。它可以在编译文字正则表达式模式时使用。请记住，Clojure 中的 #"foo" 本质上是 (Pattern/compile "foo") 的语法糖。综上所述，我们有：

(import 'java.util.regex.Pattern)
(clojure.string/split "foo[]bar" (Pattern/compile "[]" Pattern/LITERAL))
;; ["foo" "bar"]

【讨论】：

【解决方案2】：

只需通过正确转义特殊字符并使用默认的正则表达式拆分（这是迄今为止最快的）来使您的角色成为正则表达式。

此版本将创建一个自动转义其中的每个字符或字符串的正则表达式

(defn char-to-regex
  [c]
  (re-pattern (java.util.regex.Pattern/quote (str c))))

如果单个字符在正则表达式的特殊字符范围内，此版本将生成一个转义单个字符的正则表达式

(defn char-to-regex
  [c]
  (if ((set "<([{\\^-=$!|]})?*+.>") c)
    (re-pattern (str "\\" c))
    (re-pattern c)))

确保绑定正则表达式，这样如果需要多次拆分，就不要一遍又一遍地调用char-to-regex

(let [break (char-to-regex \|)]
  (clojure.string/split "This is | the string | to | split" break))
=> ["This is " " the string " " to " " split"]

【讨论】：

(Pattern/quote s) 比 (str "\\Q" c "\\E") 更可靠
已验证 re: perf，我在 clojure 中制作了一个相对较低级别的字符扫描/拆分版本，但它比正则表达式拆分慢 10 倍。