欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

代替正则——HyperScriptExpression联合开发倡议公告

程序员文章站 2022-06-15 16:11:53
正则的难写和复杂语法使得出学者们难以接触。为了解决这个难题,本人决定请诸位和本人一起开发hyperscriptexpression(以后简称hse)。hse全部使用...
正则的难写和复杂语法使得出学者们难以接触。为了解决这个难题,本人决定请诸位和本人一起开发hyperscriptexpression(以后简称hse)。hse全部使用标记(marked)形式,语法规整,例如:
正则\d{2}-\d{5}的等价hse为:<rep=2><digit></rep>-<rep=5><digit></rep>
正则<(.*)>.*<\/\1>的等价hse为<<rem(><*><any></*><)>><*><any></*></<rem=1>>
正则^chapter [1-9][0-9]{0,1}的等价hse为:<@start>chapter <in>1-9</in><rep=0,1><in>0-9</in></rep>
正则(\w)+[@]{1}((\w)+[\.]){1,3}(\w)+的等价hse为:<+><word></+><rep1>@</rep><rep=1,3><word+>.</rep><word+>
hse 语法注释
<> 转移符号。<用<代替。>用>代替
<@start> 匹配输入字符串的开始位置。如果设置了 hse 对象的 multiline 属性,<@start> 也匹配<crlf>或<cr>之后的位置。
<@over> 匹配输入字符串的结束位置。如果设置了 hse 对象的 multiline 属性,<@over> 也匹配<crlf>或<cr>之前的位置。
<*></*> 匹配前面的子表达式零次或多次。例如,z<*>o</*> 能匹配 "z" 以及 "zoo"。等价于<least=0></least>。
<+></+> 匹配前面的子表达式一次或多次。例如,'z<+>o</+>' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。等价于<least=1></least>。
<sel></sel> 匹配前面的子表达式零次或一次。例如,"do<sel>es</sel>" 可以匹配 "do" 或 "does" 中的"do" 。 等价于<rep=0,1></rep>。
<rep=n></rep> n 是一个非负整数。匹配确定的 n 次。例如,'<rep=2>o</rep>' 不能匹配 "bob" 中的 'o',但是能匹配 "food" 中的两个 o。
<least=n></least> n 是一个非负整数。至少匹配n 次。例如,'<least=2>o</least>' 不能匹配 "bob" 中的 'o',但能匹配 "foooood" 中的所有 o。
<rep=m,n></rep> m 和 n 均为非负整数,其中n >= m。最少匹配 m 次且最多匹配 n 次。例如,"<rep=1,3>o</rep>" 将匹配 "fooooood" 中的前三个 o。请注意在逗号和两个数之间不能有空格。
ng属性 当该字符紧跟在任何一个其他限制符后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",'<+ ng>o</+>' 将匹配单个 "o",而 '<+>o</+>' 将匹配所有 'o'。
<anything>或<any> 匹配除 "<crlf>" 之外的任何单个字符。要匹配包括 '<crlf>' 在内的任何字符,请使用象 '<in><any><crlf></in>' 的模式。
<rem(>p</)>或
<rem>p</rem>
匹配 p 并获取这一匹配。所获取的匹配可以从产生的 matches 集合得到,使用 submatches 集合,$0…$9 属性。
<(>pattern</)> 匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如, 'industr<(>y<or>ies</)> 就是一个比 'industry|industries' 更简略的表达式。
<eq>pattern</eq> 正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如, 'windows <eq>95<or>98<or>nt<or>2000</eq>' 能匹配 "windows 2000" 中的 "windows" ,但不能匹配 "windows 3.1" 中的 "windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
<neq>pattern</neq> 负向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。
x<or>y 匹配 x 或 y。例如,'z<or>food' 能匹配 "z" 或 "food"。'<(>z<or>f</)>ood' 则匹配 "zood" 或 "food"。
<in></in> 字符集合。匹配所包含的任意一个字符。例如,'<in>abc</in>' 可以匹配 "plain" 中的 'a'。
<nin></nin> 负值字符集合。匹配未包含的任意字符。例如,'<nin>abc</nin>' 可以匹配 "plain" 中的'p'。
<in>a-z</in> 字符范围。匹配指定范围内的任意字符。
<nin>a-z</nin> 负值字符范围。匹配任何不在指定范围内的任意字符。
<border></border> 匹配一个单词边界,也就是指单词和空格间的位置。
<nborder></nborder> 匹配非单词边界。<border>的否定。
<control=x> 匹配由 x 指明的控制字符。例如,<control=m> 匹配一个 control-m 或回车符。x 的值必须为 a-z 或 a-z 之一。否则,将 <control> 视为 <nothing> 字符。
<digit> 匹配一个数字字符。可以使用<digit+>,<digit*>,<digit?>格式。下同。
<ndigit> 匹配一个非数字字符。
<page> 匹配一个换页符。
<crlf> 匹配一个换行符。
<cr> 匹配一个回车符。
<blank> 匹配任何空白字符,包括空格、制表符、换页符等等。
<nblank> 匹配任何非空白字符。
<tab> 匹配一个制表符。
<vtab> 匹配一个垂直制表符。
<word> 匹配包括下划线的任何单词字符。
<nword> 匹配任何非单词字符。
<hex=n> 匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。
<call=num> 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。例如,'<rem><any></rem><call=1>' 匹配两个连续的相同字符。
<oct=n> 标识一个八进制转义值。
<unicode=n> 匹配 n,其中 n 是一个用四个十六进制数字表示的 unicode 字符。例如, \u00a9 匹配版权符号 (©)。
<nothing>或者
<nil>
匹配空字符。用于选择,比如<nothing><or>a<or>b<or>c<or>d代表a,b,c,d或者没有(空字符)。
<total> 强制性全部字符串匹配。比如<total>hs<in>def</in>可匹配hsd但不可以匹配hsdb中的hsd。