regexp

翻译:	gashero

目录

• 1   导出函数
  • 1.1   match(String,RegExp) -> MatchRes
  • 1.2   first_match(String,RegExp) -> MatchRes
  • 1.3   matches(String,RegExp) -> MatchRes
  • 1.4   sub(String,RegExp,New) -> SubRes
  • 1.5   gsub(String,RegExp,New) -> SubRes
  • 1.6   split(String,RegExp) -> SplitRes
  • 1.7   sh_to_awk(ShRegExp) -> AwkRegExp
  • 1.8   parse(RegExp) -> ParseRes
  • 1.9   format_error(ErrorDescription) -> Chars
• 2   正则表达式
• 3   作者

应用于字符串的正则表达式函数。

1   导出函数

1.1   match(String,RegExp) -> MatchRes

String=RegExp=string()
MatchRes={match,Start,Length} | nomatch | {error,errordesc()}
Start=Length=integer()

在字符串String中寻找正则表达式RegExp的第一个最长的匹配。搜索最长可能匹配，如果几个结果相同则返回第一个。返回如下：

1. {match,Start,Length} ：匹配成功，返回开始和长度。
2. nomatch ：无法匹配。
3. {error,Error} ：发生错误。

1.2   first_match(String,RegExp) -> MatchRes

String=RegExp=string()
MatchRes={match,Start,Length} | nomatch | {error,errordesc()}
Start=Length=integer()

寻找第一个匹配，通常比 match 更快，并确定匹配的存在与否。返回值同 match 。

1.3   matches(String,RegExp) -> MatchRes

String=RegExp=string()
MatchRes={match,MatchRes} | {error,errordesc()}
MatchRes=list()

返回所有的不重叠匹配结果，返回如下：

1. {match,Matches} ：如果正则表达式是正确的，哪么如果没有匹配则返回空的列表。每个元素都是形如 {Start,Length} 的元组。
2. {error,Error} ：正则表达式有错。

1.4   sub(String,RegExp,New) -> SubRes

String=RegExp=New=string()
SubRes={ok,NewString,RepCount} | {error,errordesc()}
RepCount=integer

将第一个匹配成功的子字符串替换成New。字符串New中的 & 符号代表被替换掉的字符串，而 & 则代表原来的 & 符号。返回结果如：

1. {ok,NewString,RepCount} ：如果正则表达式正确，则RepCount为替换执行的次数，为0或1。
2. {error,Error} ：正则表达式有误。

1.5   gsub(String,RegExp,New) -> SubRes

基本等同于 sub ，不同在于所有的不重叠会被替换，而不仅仅是替换一次。

1.6   split(String,RegExp) -> SplitRes

String=RegExp=string()
SubRes={ok,FieldList} | {error,errordesc()}
FieldList=[string()]

通过正则表达式将字符串切割成多个字段。如果分隔字符是空格 ” ” ，则分隔字符也隐含包括TAB字符。其他分隔字符没有此效应。返回值如下：

1. {ok,FieldList} ：字符串已经被切分成各个字段了。
2. {error,Error} ：正则表达式有误。

1.7   sh_to_awk(ShRegExp) -> AwkRegExp

ShRegExp=AwkRegExp=string()
SubRes={ok,NewString,RepCount} | {error,errordesc()}
RepCount=integer()

转换sh类型的正则表达式到awk类型的正则表达式。返回转换过的字符串。sh正则表达式是给shell用于匹配文件名用的，支持如下特殊字符：

1. • ：匹配任何数量任何字符
2. ? ：匹配单一任意字符
3. […] ：匹配范围内的字符，字符范围用符号 – 来分隔。如果第一个字符是 ! 则是相反的匹配。

尽管sh正则表达式并不强大，但在大多数时候却很好用。

1.8   parse(RegExp) -> ParseRes

RegExp=string()
ParseRes={ok,RE} | {error,errordesc()}

转换正则表达式字符串到可供其他正则表达式函数使用的内部格式。可以在调用其他函数时替换正则表达式的位置。这对于同一个正则表达式需要使用多次时非常有效。返回值：

1. {ok,RE} ：匹配成功则返回内部表示法。
2. {error,Error} ：正则表达式有误。

1.9   format_error(ErrorDescription) -> Chars

ErrorDescriptor=errordesc()
Chars=[char() | Chars]

在匹配失败时返回匹配错误的描述信息。

2   正则表达式

这里提到的正则表达式知识 egrep 和AWK语言中的子集。他们由如下字符组成：

c	非特殊意义的字母c
\c	匹配转码序列或字面上的c
.	匹配任意字符
^	字符串开头
$	字符串结尾
[abc…]	字符类，即指定字符组成的集合。字符范围是两个字符用 – 连接
[^abc…]	否定字符类，不匹配集合中的字符
r1 | r2	轮流，匹配r1或r2
r1r2	串联，匹配r1并且r2
r+	匹配一个或更多的r
r*	匹配零个或多个的r
r?	匹配零个或一个的r
	分组，匹配r

转码序列允许等同于Erlang字符串：

\b	退格
\f	换页(form feed)
\n	换行(line feed)
\r	回车
\t	TAB
\e	escape ESC
\v	纵向TAB
\s	空格
\d	删除
\ddd	八进制值ddd
\c	任何除了上面字符以外的，如\或”

可以让这些函数工作的更方便，比如在 io:get_line 中读取新行，当然字符 $ 也会匹配 “…n” 。如下例子时Erlang一些数据类型的正则表达式：

Atoms	[a-z][0-9a-zA-Z_]*
Variables	[A-Z_][0-9a-zA-Z_]*
Floats	(\+|-)?[0-9]+\.[0-9]+((E|e)(\+|-)?[0-9]+)?

正则表达式是以Erlang字符串来编写的。这意味着字符 \ 或 ” 必须以转码方式来书写。例如浮点数的正则表达式就是： (\\+|-)?[0-9]+\\.[0-9]+((E|e)(\\+|-)?[0-9]+)? 。

正则表达式并不是一定要有转义序列字符的，他们可以自动生成。除了用在不同的地方，否则与普通的Erlang字符串是一样的。

3   作者

Robert Virding – support@erlang.ericsson.se

string

翻译:	gashero

目录

• 1   导出函数
  • 1.1   len(String) -> Length
  • 1.2   equal(String1,String2) -> bool()
  • 1.3   concat(String1,String2) -> String3
  • 1.4   chr(String,Character) -> Index
  • 1.5   str(String,SubString) -> Index
  • 1.6   span(String,Chars) -> Length
  • 1.7   substr(String,Start[,Length]) -> SubString
  • 1.8   tokens(String,SeparatorList) -> Tokens
  • 1.9   chars(Character,Number[,Tail]) -> String
  • 1.10   copies(String,Number) -> Copies
  • 1.11   words(String[,Character]) -> Count
  • 1.12   sub_word(String,Number[,Character]) -> Word
  • 1.13   strip(String[,Direction[,Character]]) -> Stripped
  • 1.14   left(String,Number[,Character]) -> Left
  • 1.15   centre(String,Number[,Character]) -> Centered
  • 1.16   sub_string(String,Start[,Stop]) -> SubString
  • 1.17   to_float(String) -> {Float,Rest} | {error,Reason}
  • 1.18   to_integer(String) -> {Int,Rest} | {error,Reason}
  • 1.19   to_lower(String) -> Result
• 2   注意
• 3   作者

字符串处理函数库。

1   导出函数

1.1   len(String) -> Length

String=string()
Length

返回字符串的字符数。

1.2   equal(String1,String2) -> bool()

String1=String2=string()

测试两个字符串是否相等，如果相等返回 true ，不相等返回 false 。

1.3   concat(String1,String2) -> String3

String1=String2=String3=string()

连接两个字符串成为新的字符串，返回新的字符串。

1.4   chr(String,Character) -> Index

String=string()
Character=char()
Index=integer()

返回一个字符串中某个字符第一次出现的位置，如果不存在则返回0。

函数 rchr 拥有相同参数，但是从右侧开始计算。

1.5   str(String,SubString) -> Index

String=SubString=string()
Index=integer()

返回子串匹配位置，未匹配则返回0。例如:

> string:str(" Hello Hello World World ", "Hello World").
8

函数 rstr 拥有相同参数，但是从右侧开始计算。

1.6   span(String,Chars) -> Length

String=Chars=string()
Length=integer()

返回String匹配Chars中最多字符长度，从前开始。例如:

> string:span("\t    abcdefg"," \t").
5
> string:cspan("\t    abcdefg"," \t").
0

函数 cspan 则是取从前开始第一个匹配时前面不匹配的部分。后面的Chars可以包含多个字符用于匹配。

1.7   substr(String,Start[,Length]) -> SubString

String=SubString=string()
Start=Length=integer()

取得字符串的子字符串，可以指定开始处和长度，长度可省略。例如:

> string:substr("Hello World",4,5).
"lo Wo"

1.8   tokens(String,SeparatorList) -> Tokens

String=SeparatorList=string()
Tokens=[string()]

根据分隔符号列表中的字符将字符串切割成词法符号。例如:

> string:tokens("abc defxxghix jkl","x ").
["abc","def","ghi","jkl"]

1.9   chars(Character,Number[,Tail]) -> String

Character=char()
Number=integer()
String=string()

返回包含指定数目个字符的字符串，可选的指定随后跟着的字符串Tail。

1.10   copies(String,Number) -> Copies

String=Copies=string()
Number=integer()

返回包含指定数量份复制过的字符串。

1.11   words(String[,Character]) -> Count

String=string()
Character=char()
Count=integer()

返回字符串中的单词个数，分隔符可以在第二个可选参数指定。例如:

> string:words(" Hello old boy!",$o).
4

注意分隔字符必须以美元符号开头，后面指定，如上的 $o 。

1.12   sub_word(String,Number[,Character]) -> Word

String=Word=string()
Character=char()
Number=integer()

返回指定位置的单词，单词间的分隔符定义同上。注意这里的位置数字是以1开始的。例如:

> string:sub_word(" Hello old boy !",3,$o).
"ld b"

1.13   strip(String[,Direction[,Character]]) -> Stripped

String=Stripped=string()
Direction=left | right | both
Character=char()

返回去掉了两端空白的字符串，可以指定方向和空白字符。 strip/1 等同于 strip(String,both) 。例如:

> string:strip("...Hello.....",both,$.).
"Hello"

1.14   left(String,Number[,Character]) -> Left

String=Left=string()
Character=char
Number=integer()

返回从左起，调整过长度为指定数字的字符串，可以指定后面跟的填充字符，默认为空格。如果字符串太长也不会被截断。例如:

> string:left("Hello",10,$.).
"Hello....."

函数 right 拥有相同的参数，只不过会将字符串右对齐。

1.15   centre(String,Number[,Character]) -> Centered

String=Centered=string()
Character=char
Number=integer()

将字符串中间对齐扩充到指定长度，不足不用用空格或指定字符填充。

1.16   sub_string(String,Start[,Stop]) -> SubString

String=SubString=string()
Start=Stop=integer()

返回字符串的子字符串，可以指定开始位置和结束位置。例如:

> string:sub_string("Hello World",4,8).
"lo Wo"

注意不同于 substr 的指定开始和长度，这个函数是指定开始和结束。

1.17   to_float(String) -> {Float,Rest} | {error,Reason}

String=string()
Float=float()
Rest=string()
Reason=no_float | not_a_list

将一个开始于浮点数的字符串转换成浮点数，剩余无法识别的会返回。例如:

> {F1,Fs}=string:to_float("1.0-1.0e-1"),
> {F2,[]}=string:to_float(Fs),
> F1+F2.
0.900000
> string:to_float("3/2=1.5").
{error,no_float}
> string:to_float("-1.5eX").
{-1.50000,"eX"}

1.18   to_integer(String) -> {Int,Rest} | {error,Reason}

String=string()
Int=integer()
Rest=string()
Reason= no_integer | not_a_list

将参数中以整数开头的字符串转换成整数和剩余部分。例如:

> {I1,Is}=string:to_integer("33+22"),
> {I2,[]}=string:to_integer(Is),
> I1-I2.
11
> string:to_integer("0.5").
{0,".5"}
> string:to_integer("x=2").
{error,no_integer}

1.19   to_lower(String) -> Result

String=Result=string()
Char=CharResult=integer()

将字符或字符串转换成大写或小写的形式。其他形式:

to_lower(Char) -> CharResult
to_upper(String) -> Result
to_upper(Char) -> CharResult

2   注意

这里面有些函数看起来有点像，这是因为 string 包是由以前的两个包合并而成，以前的函数全部都保留下来了。

正则表达式函数放在了独立的模块 regexp 中了。旧的入口点为了向后兼容也保留了，不过在未来的发行版中会取消，所以建议用户使用新的模块。

string 中没有文档化的函数不要使用。

3   作者

Robert Virding – support@erlang.ericsson.se

Torbjorn Tornkvist – support@erlang.ericsson.se