在haskell中匹配特定的Unicode字符正则表达式

这是Mac/OSX相关的问题！在haskell中匹配特定的Unicode字符正则表达式

我有以下三个字符长的Haskell的字符串：

"a\160b"

我想匹配，更换中间人物像

几种方法

ghci> :m +Text.Regex 
ghci> subRegex (mkRegex "\160") "a\160b" "X" 
    "*** Exception: user error (Text.Regex.Posix.String died: (ReturnCode 17,"illegal byte sequence")) 
ghci> subRegex (mkRegex "\\160") "a\160b" "X" 
    "a\160b"

没有得到期望的结果。

如何修改正则表达式或我的环境以将'\ 160'替换为'X'？

这个问题似乎有它在输入的语言环境/编码中的根。

bash> locale 
LANG= 
LC_COLLATE="C" 
LC_CTYPE="UTF-8" 
LC_MESSAGES="C" 
LC_MONETARY="C" 
LC_NUMERIC="C" 
LC_TIME="C" 
LC_ALL=

我已经修改了我的.bashrc导出以下ENV-瓦尔：

bash> locale 
LANG="en_US.UTF-8" 
LC_COLLATE="en_US.UTF-8" 
LC_CTYPE="en_US.UTF-8" 
LC_MESSAGES="en_US.UTF-8" 
LC_MONETARY="en_US.UTF-8" 
LC_NUMERIC="en_US.UTF-8" 
LC_TIME="en_US.UTF-8" 
LC_ALL="en_US.UTF-8"

但这并没有改变行为。

来源

2011-02-18 Axel Tetzlaff

你使用的是什么正则表达式包？这适用于我：`Prelude Text.Regex>：m + Text.Regex Prelude Text.Regex> subRegex（mkRegex“\ 160”）“a \ 160b”“X” “aXb” ` – 2011-02-19 00:44:17

`'\ 160 ``是```````，可能会有一些奇怪的神秘原因。Regex.Posix（特别是）不喜欢它，就像将其规范化为一个普通空间一样。 – barsoap 2011-02-19 12:26:10

我的第一次尝试是：regex-base-0.93.2，regex-posix-0.94.2，regex-compat-0.93.1。然后我用Text.Regex.TDFA尝试了相同的结果。我在MacBook这里，显然这个代码运行在一台Linux机器上，所以我怀疑底层库存在一些问题 – 2011-02-21 09:57:31

是否有你想使用正则表达式的具体原因，而不仅仅是map？

replace :: Char -> Char 
replace '\160' = 'X' 
replace c  = c 

test = map replace "a\160b" == "aXb"

需要注意的是，如果你想用Unicode字符串的工作，它可能更容易使用text包，它被设计成处理Unicode，而且比String较大的字符串更高效。

来源

2011-02-19 11:58:43 nominolo

我能够通过将我的语言环境设置为'en_US.UTF-8'来重现您的问题。（我也使用MacOSX的。）

bash> export LANG=en_US.UTF-8 
bash> ghci     
GHCi, version 6.12.1: http://www.haskell.org/ghc/ :? for help 
Prelude> :m +Text.Regex 
Prelude Text.Regex> subRegex (mkRegex "\160") "a\160b" "X" 
"*** Exception: user error (Text.Regex.Posix.String died: (ReturnCode 17,"illegal byte sequence"))

您的区域设置为“C”就可以解决问题：

bash> export LANG=C 
bash> ghci     
GHCi, version 6.12.1: http://www.haskell.org/ghc/ :? for help 
Prelude> :m +Text.Regex 
Prelude Text.Regex> subRegex (mkRegex "\160") "a\160b" "X" 
"aXb"

不幸的是，我没有解释，为什么语言环境是造成这个问题。

来源

2011-02-24 04:26:59

在haskell中匹配特定的Unicode字符正则表达式

回答

相关问题