Lumesh Regex 模块

Regex 模块概述

Regex 模块提供了全面的正则表达式操作功能，支持模式匹配、查找、捕获组提取、文本分割和替换等操作。所有函数都基于 regex-lite 库实现，提供高效的正则表达式处理能力。

功能概览

匹配定位函数

find <pattern> <text> - 查找第一个匹配项

• 参数：
  • pattern (必需): String|Regex - 正则表达式模式
  • text (必需): String - 要搜索的文本
• 返回：Map|None - 匹配信息映射，包含 start、end、found 字段，未找到时返回 None
• 示例：Regex.find(r'\d+', "abc123def") 返回 {start: 3, end: 6, found: "123"}

find_all <pattern> <text> - 查找所有匹配项

• 参数：
  • pattern (必需): String|Regex - 正则表达式模式
  • text (必需): String - 要搜索的文本
• 返回：List[Map] - 所有匹配项的列表，每个元素包含 start、end、found 字段
• 示例：Regex.find_all(r'\d+', "abc123def456") 返回匹配所有数字的列表

匹配验证函数

match <pattern> <text> - 检查整个文本是否匹配模式

• 参数：
  • pattern (必需): String|Regex - 正则表达式模式
  • text (必需): String - 要验证的文本
• 返回：Boolean - 整个文本匹配时返回 true
• 示例：Regex.match(r'^\d+$', "123") 返回 true

捕获组操作函数

capture <pattern> <text> - 获取第一个匹配的捕获组

• 参数：
  • pattern (必需): String|Regex - 包含捕获组的正则表达式
  • text (必需): String - 要匹配的文本
• 返回：List|None - 捕获组列表，索引0为完整匹配，后续为各捕获组
• 示例：Regex.capture(r'(\d{4})-(\d{2})-(\d{2})', "2023-12-25") 返回 ["2023-12-25", "2023", "12", "25"]

captures <pattern> <text> - 获取所有匹配的捕获组

• 参数：
  • pattern (必需): String|Regex - 包含捕获组的正则表达式
  • text (必需): String - 要匹配的文本
• 返回：List[List] - 所有匹配的捕获组列表
• 示例：多次匹配时返回每次匹配的捕获组

capture_name <pattern> <text> - 获取命名捕获组

• 参数：
  • pattern (必需): String|Regex - 包含命名捕获组的正则表达式
  • text (必需): String - 要匹配的文本
• 返回：Map|None - 命名捕获组的映射，键为组名，值为匹配内容
• 示例：Regex.capture_name(r'(?P<year>\d{4})-(?P<month>\d{2})', "2023-12") 返回 {year: "2023", month: "12"}

文本处理函数

split <pattern> <text> - 按正则表达式分割文本

• 参数：
  • pattern (必需): String|Regex - 分割模式
  • text (必需): String - 要分割的文本
• 返回：List[String] - 分割后的字符串列表
• 示例：Regex.split(r'\s+', "hello world test") 返回 ["hello", "world", "test"]

replace <pattern> <replacement> <text> - 替换所有匹配项

• 参数：
  • pattern (必需): String|Regex - 匹配模式
  • replacement (必需): String - 替换内容
  • text (必需): String - 目标文本
• 返回：String - 替换后的文本
• 示例：Regex.replace(r'\d+', "X", "abc123def456") 返回 "abcXdefX"

参数处理机制

Regex 模块的函数支持灵活的参数类型处理。支持处理不同的参数组合：

• 支持 Regex 类型和 String 类型的模式参数
• 自动将字符串编译为正则表达式
• 提供详细的错误信息

使用示例

基础匹配操作

# 查找数字
Regex.find(r'\d+', "Price: $123.45")
# 返回: {start: 8, end: 11, found: "123"}

# 验证邮箱格式
Regex.match(r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$', "user@example.com")
# 返回: true

捕获组操作

# 解析日期
Regex.capture(r'(\d{4})-(\d{2})-(\d{2})', "Today is 2023-12-25")
# 返回: ["2023-12-25", "2023", "12", "25"]

# 使用命名捕获组
Regex.capture_name(r'(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})', "2023-12-25")
# 返回: {year: "2023", month: "12", day: "25"}

文本处理

# 分割文本
Regex.split(r'[,;]\s*', "apple, banana; cherry")
# 返回: ["apple", "banana", "cherry"]

# 替换操作
Regex.replace(r'\b\w+@\w+\.\w+\b', "[EMAIL]", "Contact us at support@example.com")
# 返回: "Contact us at [EMAIL]"

管道操作示例

# 提取所有数字并求和
"Price: $123, Tax: $45, Total: $168" | Regex.find_all(r'\d+') | List.map((m) -> Into.int(m.found)) | List.sum()
# 结果: 336

# 清理和格式化文本
"  Hello,   World!  " | Regex.replace(r'\s+', " ") | String.trim()
# 结果: "Hello, World!"

Notes

Regex 模块基于 regex-lite 库实现，提供了高效的正则表达式处理能力。所有函数都支持字符串和 Regex 类型的模式参数，自动处理类型转换。捕获组功能特别强大，支持位置捕获和命名捕获两种方式。参数类型说明中，<> 表示必需参数，[] 表示可选参数。

建议使用原始字符串（r'pattern'）来避免转义字符的复杂性。

实际使用时，支持链式调用，如：

let rg = r'[,;]\s*'
rg.split("apple, banana; cherry")

在示例中，为方便理解，仅使用了类型名称调用。