clojure 正则表达式命名组

Question

我在 Clojure 中重新查找时遇到问题。其实我在做

(re-find #"-(?<foo>\d+)-(?<bar>\d+)-(?<toto>\d+)-\w{1,4}$" 
"http://www.bar.com/f-a-c-a-a3-spok-ser-2-phse-2-1-6-ti-105-cv-9-31289-824-gu" )

我的结果很好：

["-9-31289-824-gt" "9" "31289" "824"]

但我更喜欢有一个看起来像这样的哈希：

{:foo "9" :bar "31289" :toto "824"}

我知道 java.util.regex.Matcher/group 正在做类似的事情，但我无法正确使用它。 谢谢你的帮助

Answer 1

Java 正则表达式库 Clojure 是针对（Java 1.6）构建的，不支持名为捕获组的正则表达式。

但是，您可以使用 Clojure 的

zipmap

函数将名称键和

re-find

捕获的组组合到映射中。不匹配的组将获得名称键的

nil

值。

(zipmap [:foo :bar :toto]
        (rest (re-find #"-(\d+)-(\d+)-(\d+)-\w{1,4}$" 
                        "http://www.bar.com/f-a-c-a-a3-spok-ser-2-phse-2-1-6-ti-105-cv-9-31289-824-gu")))

=> {:foo "9" :bar "31289" :toto "824"}

Answer 2

JDK 直到 JDK 7 才支持命名捕获组。

这是 Oracle 博客上的公告

引用：

Java RegEx 多年来一直错过这个方便的功能，现在终于在 JDK7 b50 中得到了它。

由于 clojure 支持 JDK >= 6，如果您正在寻找本机的东西，那么您就不走运了（clojure 在幕后使用 java 正则表达式模式和匹配器）。

您始终可以使用外部库，例如named-re。那正是您所需要的。

打电话

(require 'named-re.core)
(re-find #"-(?<foo>\d+)-(?<bar>\d+)-(?<toto>\d+)-\w{1,4}$" 
     "http://www.bar.com/f-a-c-a-a3-spok-ser-2-phse-2-1-6-ti-105-cv-9-31289-824-gu" )

会回来

{:toto "824", :bar "31289", :foo "9", :0 "-9-31289-824-gu"}

Answer 3

这长期以来一直是 Java 的一个限制。没有用于获取命名捕获组列表的 API。 请参阅这个问题。

当使用不支持此功能的 Java 版本时，您所能做的就是使用外部库。

如果您不需要地图，您可以使用中描述的解决方案 Clojure 文档。对于您的情况，解决方案可能与此类似：

(let [matcher (re-matcher #"-(?<foo>\d+)-(?<bar>\d+)-(?<toto>\d+)-\w{1,4}$"
                          "http://www.bar.com/f-a-c-a-a3-spok-ser-2-phse-2-1-6-ti-105-cv-9-31289-824-gu")]
  (re-find matcher)
  (re-groups matcher)
  (.group matcher "foo"))

虽然这个解决方案并不完美（匹配器是一个可变的 Java 对象），但它有效。

正如我链接的另一个答案中所写，自 2023 年 3 月 21 日发布的 Java 20 以来，有一个 解决方案。

(let [matcher (re-matcher #"-(?<foo>\d+)-(?<bar>\d+)-(?<toto>\d+)-\w{1,4}$"
                          "http://www.bar.com/f-a-c-a-a3-spok-ser-2-phse-2-1-6-ti-105-cv-9-31289-824-gu")]
  (re-find matcher)
  (re-groups matcher)
  (.namedGroups matcher))

这给了你你想要的。

我必须手动安装 JDK 20。JRE 不适合我。但是安装 JDK 20 之后，Clojure 接受了它并且它对我有用。无需配置。

对于 ClojureScript 显然这根本不起作用。