Οι κανονικές εκφράσεις στην Elixir ακολουθούν την προδιαγραφή PCRE (Perl Compatible Regular Expressions), όπως συμβαίνει και με άλλες δημοφιλείς γλώσσες, όπως η Java, η JavaScript ή η Ruby.
Το module Regex προσφέρει συναρτήσεις για εργασία με κανονικές εκφράσεις. Κάποιες από τις συναρτήσεις του module String δέχονται επίσης κανονικές εκφράσεις ως ορίσματα.
Αυτή η άσκηση προϋποθέτει ότι γνωρίζεις ήδη τη σύνταξη των κανονικών εκφράσεων, συμπεριλαμβανομένων των κλάσεων χαρακτήρων, των ποσοδεικτών, των ομάδων και των συλλήψεων.
Αν θέλεις να φρεσκάρεις τις γνώσεις σου στις κανονικές εκφράσεις, ρίξε μια ματιά σε μία από αυτές τις πηγές: Regular-Expressions.info, Rex Egg, RegexOne, Regular Expressions 101, RegExr.
Ο πιο συνηθισμένος τρόπος για να δημιουργήσεις κανονικές εκφράσεις είναι με το sigil ~r.
~r/test/
Σημείωσε ότι όλα τα sigils της Elixir υποστηρίζουν διαφορετικά είδη οριοθετών, όχι μόνο το /.
Ο τελεστής =~/2 μπορεί να χρησιμοποιηθεί για να εκτελέσεις μια αντιστοίχιση κανονικής έκφρασης που επιστρέφει αποτέλεσμα boolean. Εναλλακτικά, υπάρχουν επίσης συναρτήσεις match?/2 στο module Regex καθώς και στο module String.
"this is a test" =~ ~r/test/
# => true
String.match?("Alice has 7 apples", ~r/\d{2}/)
# => false
Αν ένας απλός έλεγχος boolean δεν αρκεί, χρησιμοποίησε τη συνάρτηση Regex.run/3 για να πάρεις μια λίστα με όλες τις συλλήψεις (ή nil αν δεν υπήρξε αντιστοίχιση). Το πρώτο στοιχείο της λίστας που επιστρέφεται είναι πάντα μια αντιστοίχιση για ολόκληρη την κανονική έκφραση, και τα επόμενα στοιχεία είναι οι ομάδες που αντιστοίχισαν.
Regex.run(~r/(\d) apples/, "Alice has 7 apples")
# => ["7 apples", "7"]
Η συμπεριφορά μιας κανονικής έκφρασης μπορεί να τροποποιηθεί προσθέτοντας ειδικές σημαίες. Όταν χρησιμοποιείς ένα sigil για να δημιουργήσεις μια κανονική έκφραση, πρόσθεσε τους τροποποιητές μετά τον δεύτερο οριοθέτη.
Συνηθισμένοι τροποποιητές είναι:
i - κάνει την αντιστοίχιση να μην διακρίνει πεζά από κεφαλαία.u - ενεργοποιεί μοτίβα ειδικά για Unicode, όπως το \p, και κάνει κλάσεις χαρακτήρων όπως \w, \s κ.λπ. να αντιστοιχίζουν και σε χαρακτήρες Unicode."this is a TEST" =~ ~r/test/i
# => true
Μετά από πρόσφατο έλεγχο ασφαλείας, σου ζητήθηκε να καθαρίσεις τα αρχειοθετημένα αρχεία καταγραφής του οργανισμού.
Χρειάζεσαι μια εικόνα για το πόσες γραμμές καταγραφής στο αρχείο σου δεν συμμορφώνονται με τα τρέχοντα πρότυπα. Πιστεύεις ότι ένας απλός έλεγχος αποκαλύπτει αν μια γραμμή καταγραφής είναι έγκυρη. Για να θεωρηθεί έγκυρη, μια γραμμή πρέπει να ξεκινά με μία από τις παρακάτω συμβολοσειρές:
Υλοποίησε τη συνάρτηση valid_line?/1 ώστε να επιστρέφει true αν η γραμμή καταγραφής είναι έγκυρη.
LogParser.valid_line?("[ERROR] Network Failure")
# => true
LogParser.valid_line?("Network Failure")
# => false
Λίγο αφότου ξεκίνησες το έργο ανάλυσης καταγραφών, συνειδητοποιείς ότι οι καταγραφές μιας εφαρμογής δεν χωρίζονται σε γραμμές όπως οι υπόλοιπες. Σε αυτό το έργο, αυτό που θα έπρεπε να είναι ξεχωριστές γραμμές βρίσκεται αντ' αυτού σε μία μόνο γραμμή, συνδεδεμένο με ιδιόμορφα βελάκια όπως <---> ή <*~*~>.
Στην πραγματικότητα, οποιαδήποτε συμβολοσειρά έχει πρώτο χαρακτήρα το <, τελευταίο χαρακτήρα το >, και οποιονδήποτε συνδυασμό από τους παρακάτω χαρακτήρες ~, *, =, και - στο ενδιάμεσο μπορεί να χρησιμοποιηθεί ως διαχωριστικό στις καταγραφές αυτού του έργου.
Υλοποίησε τη συνάρτηση split_line/1 που παίρνει μια γραμμή και επιστρέφει μια λίστα από συμβολοσειρές.
LogParser.split_line("[INFO] Start.<*>[INFO] Processing...<~~~>[INFO] Success.")
# => ["[INFO] Start.", "[INFO] Processing...", "[INFO] Success."]
Ανακάλυψες ότι κάποια ανάντη επεξεργασία των καταγραφών έχει διασκορπίσει το κείμενο "end-of-line" ακολουθούμενο από έναν αριθμό γραμμής (χωρίς ενδιάμεσο κενό) σε όλες τις καταγραφές.
Υλοποίησε τη συνάρτηση remove_artifacts/1 ώστε να παίρνει μια συμβολοσειρά, να αφαιρεί κάθε εμφάνιση του κειμένου end-of-line (χωρίς διάκριση πεζών-κεφαλαίων) και να επιστρέφει μια καθαρή γραμμή καταγραφής.
Οι γραμμές που δεν περιέχουν το κείμενο end-of-line πρέπει να επιστρέφονται αμετάβλητες.
Απλώς αφαίρεσε τη συμβολοσειρά end-of-line, δεν χρειάζεται να προσαρμόσεις τα κενά διαστήματα.
LogParser.remove_artifacts("[WARNING] end-of-line23033 Network Failure end-of-line27")
# => "[WARNING] Network Failure "
Παρατήρησες ότι κάποιες από τις γραμμές καταγραφής περιλαμβάνουν προτάσεις που αναφέρονται σε χρήστες.
Αυτές οι προτάσεις περιέχουν πάντα τη συμβολοσειρά "User", ακολουθούμενη από έναν ή περισσότερους χαρακτήρες κενού διαστήματος, και έπειτα από ένα όνομα χρήστη.
Αποφασίζεις να βάλεις ετικέτα σε τέτοιες γραμμές.
Υλοποίησε μια συνάρτηση tag_with_user_name/1 που επεξεργάζεται γραμμές καταγραφής:
"User" παραμένουν αμετάβλητες."User", πρόσθεσε στην αρχή της γραμμής το [USER] ακολουθούμενο από το όνομα χρήστη.LogParser.tag_with_user_name("[INFO] User Alice created a new project")
# => "[USER] Alice [INFO] User Alice created a new project"
Μπορείς να υποθέσεις ότι:
"User" ακολουθείται από έναν ή περισσότερους χαρακτήρες κενού διαστήματος και το όνομα χρήστη."User" σε κάθε γραμμή.Γράψου στο Exercism για να μάθεις και να κατακτήσεις Elixir με 58 έννοιες168 ασκήσεις και πραγματική καθοδήγηση από ανθρώπους, όλα δωρεάν.