Clojure中

替换使用正则表达式和反向引用串

我试图从HTML转换成乳胶，并想改变这一点：Clojure中

<a href="www.foo.com/bar">baz</a>

到：

baz\footnote{www.foo.com/bar}

我想生成一个Clojure函数来获取大量文本，并替换给定段落中存在的匹配项。

我已经试过

(.replaceAll 
    "<a href=\"foo.com\">baz</a>" 
    "<a.*href=\"(.*)\">(.*)</a>" 
    "\2\\footnote{\1}")

但返回：

"^Bfootnote{^A}"

我也看了clojure.contrib.str-utils2，其中有一个替换使用正则表达式的功能，但它似乎没有处理反向引用。我错过了什么吗？这是错误的方式吗？任何帮助表示赞赏。

来源

2009-12-08 Andrew Larned

关于在下面的答案中提到的正则表达式和HTML的不幸选择，我反驳说这是一次性程序，而源是东西是以前由我编程生成。我认为一个XML解决方案将是可持续性和可重用性的正确途径，但在这一点上，我只是试图一起破解它。 – 2009-12-08 13:27:26

（You should not parse HTML with a regex...）

两件事情：

Java使用$1，$2指捕捉组，不\1，\2。
在替换文本中需要更多反斜杠。 Clojure阅读器消耗了第一级反斜杠，因为它是一个字符串。正则表达式消耗了第二级反斜杠。不幸的是，Clojure没有“原始”字符串文字的一般语法（还没有？）。 Clojure文字正则表达式的语法#""会为您节省一些反斜杠，但是普通的字符串没有那种魔力。

所以：

user> (.replaceAll "<a href=\"www.foo.com/bar\">baz</a>" 
        "<a.*href=\"(.*)\">(.*)</a>" 
        "$2\\\\footnote{$1}") 
"baz\\footnote{www.foo.com/bar}"

你也可以这样来做：

user> (require '(clojure.contrib [str-utils2 :as s])) 
nil 
user> (s/replace "<a href=\"www.foo.com/bar\">baz</a>" 
       #"<a.*href=\"(.*)\">(.*)</a>" 
       (fn [[_ url txt]] 
        (str txt "\\\\footnote{" url "}"))) 
"baz\\footnote{www.foo.com/bar}"

"\2"是控制字符（ASCII字符2），这就是为什么它显示为^B。与做(char 2)几乎相同。

来源

2009-12-08 04:34:26

是否有理由通过s/replace选项选择.replaceAll，反之亦然？看起来他们都应该工作，但是有更高的处理需求，还是更常用的Clojure？给定相同的功能，最佳实践是什么？ – 2009-12-08 13:30:08

'clojure.contrib.str-utils2/replace'可以做更多的事情（你可以传入一个fn作为第三个参数）。但它是您项目的附加依赖项。它们都是惯用的，你不必回避Java调用。我个人使用'str-utils'来处理大多数事情。 – 2009-12-08 17:52:12

如果你想真的很漂亮，你可以去clojure.xml。它会返回一个可以随意修改的结构树。你上面的例子是这样的：

{:tag :a :attrs {:href "www.foo.com/bar"} :content ["bar"]}

这可以很容易地转换为类似：

["bar" {:footnote "www.foo.com/bar"}]

可以很容易地连载回你所希望的形式。最好的部分是：没有不可维护的正则表达式。 :) YMMV当然.....

来源

2009-12-08 06:31:38 kotarak

回答

相关问题