Clojure中

替換使用正則表達式和反向引用串

我試圖從HTML轉換成乳膠，並想改變這一點：Clojure中

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

到：

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

我想生成一個Clojure函數來獲取大量文本，並替換給定段落中存在的匹配項。

我已經試過

(.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，其中有一個替換使用正則表達式的功能，但它似乎沒有處理反向引用。我錯過了什麼嗎？這是錯誤的方式嗎？任何幫助表示讚賞。

來源

2009-12-08 Andrew Larned

關於在下面的答案中提到的正則表達式和HTML的不幸選擇，我反駁說這是一次性程序，而源是東西是以前由我編程生成。我認爲一個XML解決方案將是可持續性和可重用性的正確途徑，但在這一點上，我只是試圖一起破解它。 – 2009-12-08 13:27:26

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

兩件事情：

Java使用$1，$2指捕捉組，不\1，\2。
在替換文本中需要更多反斜槓。 Clojure閱讀器消耗了第一級反斜槓，因爲它是一個字符串。正則表達式消耗了第二級反斜槓。不幸的是，Clojure沒有「原始」字符串文字的一般語法（還沒有？）。 Clojure文字正則表達式的語法#""會爲您節省一些反斜槓，但是普通的字符串沒有那種魔力。

所以：

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

你也可以這樣來做：

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），這就是爲什麼它顯示爲^B。與做(char 2)幾乎相同。

來源

2009-12-08 04:34:26

是否有理由通過s/replace選項選擇.replaceAll，反之亦然？看起來他們都應該工作，但是有更高的處理需求，還是更常用的Clojure？給定相同的功能，最佳實踐是什麼？ – 2009-12-08 13:30:08

'clojure.contrib.str-utils2/replace'可以做更多的事情（你可以傳入一個fn作爲第三個參數）。但它是您項目的附加依賴項。它們都是慣用的，你不必迴避Java調用。我個人使用'str-utils'來處理大多數事情。 – 2009-12-08 17:52:12

如果你想真的很漂亮，你可以去clojure.xml。它會返回一個可以隨意修改的結構樹。你上面的例子是這樣的：

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

這可以很容易地轉換爲類似：

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

可以很容易地連載回你所希望的形式。最好的部分是：沒有不可維護的正則表達式。 :) YMMV當然.....

來源

2009-12-08 06:31:38 kotarak

回答

相關問題