Haskell 和带交叉点的正则表达式

Question

我正在使用 Haskell 和 Text.Regex.PCRE 的正则表达式，在我的例子中我有：

Prelude Text.Regex.PCRE> getAllTextMatches ("32UMU1078" =~ "(\d{1,2})([C-X&&[^IO]])([A-Z&&[^IO]])([A-Z&&[^IO]])(\d{2,10})" :: AllTextMatches [] String)
[]

我期待返回一些值，但列表是空的。然而，这 returns 是预期的：

Prelude Text.Regex.PCRE> getAllTextMatches ("32UMU1078" =~ "(\d{1,2})([C-X])([A-Z])([A-Z])(\d{2,10})" :: AllTextMatches [] String)
["32UMU1078"]

因此，如果我删除像 &&[^IO] 这样的交叉点，就没有问题。正如我刚刚发现的那样，PCRE 不支持交叉路口。 Haskell 有任何支持它的替代库吗？

Answer 1

PCRE 不支持字符 class intersection/subtraction.

但是，您可以使用否定前瞻和其他方法解决它。

此处，将"(\d{1,2})([C-X&&[^IO]])([A-Z&&[^IO]])([A-Z&&[^IO]])(\d{2,10})"替换为

"(\d{1,2})((?![IO])[C-X])((?![IO])[A-Z])((?![IO])[A-Z])(\d{2,10})"
            ^^^^^^^^^^^^^  ^^^^^^^^^^^^^  ^^^^^^^^^^^^^

即用前瞻代替减法，[C-X&&[^IO]] -> (?![IO])[C-X]。

另一种更冗长的方法是拼出字符 classes:

"(\d{1,2})([C-HJ-NP-X])([A-HJ-NP-Z])([A-HJ-NP-Z])(\d{2,10})"

所以，不匹配I和O的[C-X]必须写成[C-HJ-NP-X]。

Haskell 和带交叉点的正则表达式

Haskell and Regex with Intersections

regex

pcre

haskell