Elixir 中的正则表达式遵循 PCRE 规范(Perl Compatible Regular Expressions,即 Perl 兼容正则表达式),这一点与 Java、JavaScript 或 Ruby 等其他流行语言类似。
Regex模块提供了用于处理正则表达式的函数。String模块的部分函数也接受正则表达式作为实参。
本练习假设你已经了解正则表达式语法,包括字符类、量词、分组和捕获。
如果你想温习一下正则表达式的知识,可以看看下面这些资源:Regular-Expressions.info、Rex Egg、RegexOne、Regular Expressions 101、RegExr。
创建正则表达式最常见的方式是使用~r sigil。
~r/test/
注意,Elixir 的所有 sigil 都支持不同种类的定界符,而不仅仅是/。
可以用=~/2运算符执行正则匹配,返回boolean结果。此外,Regex模块和String模块中也有match?/2函数。
"this is a test" =~ ~r/test/
# => true
String.match?("Alice has 7 apples", ~r/\d{2}/)
# => false
如果简单的布尔检查还不够,可以用Regex.run/3函数获取所有捕获的列表(如果没有匹配则为nil)。返回列表的第一个元素始终是整个正则表达式的匹配结果,后面的元素则是各个匹配的分组。
Regex.run(~r/(\d) apples/, "Alice has 7 apples")
# => ["7 apples", "7"]
在正则表达式后面附加特殊标志,可以改变它的行为。使用 sigil 创建正则表达式时,把修饰符加在第二个定界符之后。
常见的修饰符有:
i - 让匹配不区分大小写。u - 启用\p之类的 Unicode 专用模式,并让\w、\s等字符类也能匹配 Unicode。"this is a TEST" =~ ~r/test/i
# => true
最近的一次安全审查之后,你被要求清理组织归档的日志文件。
你需要大致了解归档中有多少条日志行不符合当前的标准。 你认为用一个简单的测试就能判断一条日志行是否有效。 一条日志行要被视为有效,必须以以下字符串之一开头:
实现valid_line?/1函数,如果该日志行有效就返回true。
LogParser.valid_line?("[ERROR] Network Failure")
# => true
LogParser.valid_line?("Network Failure")
# => false
开始日志解析项目后不久,你发现有一个应用的日志不像其他应用那样按行拆分。在这个项目里,本应分成多行的内容却出现在同一行上,由诸如<--->或<*~*~>这样的花式箭头连接。
事实上,任何以<开头、以>结尾,中间由~、*、=和-这些字符的任意组合构成的字符串,都可以作为这个项目日志中的分隔符。
实现split_line/1函数,它接受一行日志并返回一个字符串数组。
LogParser.split_line("[INFO] Start.<*>[INFO] Processing...<~~~>[INFO] Success.")
# => ["[INFO] Start.", "[INFO] Processing...", "[INFO] Success."]
你发现日志的上游处理过程中,把 "end-of-line" 这段文本以及紧随其后的行号(中间没有空格)散布到了日志各处。
实现remove_artifacts/1函数,它接受一个字符串,移除所有出现的 end-of-line 文本(不区分大小写),并返回一条干净的日志行。
不包含 end-of-line 文本的日志行应原样返回。
只需移除 end-of-line 字符串,无需调整空白字符。
LogParser.remove_artifacts("[WARNING] end-of-line23033 Network Failure end-of-line27")
# => "[WARNING] Network Failure "
你注意到有些日志行包含涉及用户的句子。
这些句子总是包含字符串"User",后面跟着一个或多个空白字符,然后是一个用户名。
你决定给这类日志行打上标签。
实现一个函数tag_with_user_name/1,用于处理日志行:
"User"的日志行保持不变。"User"的日志行,在行首加上[USER],后面跟上用户名。LogParser.tag_with_user_name("[INFO] User Alice created a new project")
# => "[USER] Alice [INFO] User Alice created a new project"
你可以假设:
"User"的每次出现后面都跟着一个或多个空白字符以及用户名。"User"。