Elixir 的正規表達式遵循PCRE規範(Perl Compatible Regular Expressions),和其他熱門語言如 Java、JavaScript 或 Ruby 類似。
Regex模組提供了一些用來處理正規表達式的函式。String模組的某些函式也接受正規表達式作為引數。
這個練習假定你已經熟悉正規表達式的語法,包含字元類別、量詞、群組和擷取。
如果你需要複習正規表達式的知識,可以參考以下資源:Regular-Expressions.info、Rex Egg、RegexOne、Regular Expressions 101、RegExr。
建立正規表達式最常見的方式是使用 ~r sigil。
~r/test/
請注意,所有 Elixir sigil 都支援不同種類的分隔符號,不只/。
=~/2運算子可以用來執行正規表達式比對,並回傳boolean結果。或者,Regex模組和String模組中也有match?/2函式。
"this is a test" =~ ~r/test/
# => true
String.match?("Alice has 7 apples", ~r/\d{2}/)
# => false
如果單純的布林檢查不夠,可以使用Regex.run/3函式取得所有擷取結果的陣列(若沒有比對成功則為nil)。回傳的陣列中,第一個元素一定是整個正規表達式的比對結果,後續的元素則是符合的群組。
Regex.run(~r/(\d) apples/, "Alice has 7 apples")
# => ["7 apples", "7"]
正規表達式的行為可以藉由附加特殊旗標來調整。使用 sigil 建立正規表達式時,請把修飾符加在第二個分隔符號之後。
常見的修飾符有:
i:讓比對不區分大小寫。u:啟用像\p這類 Unicode 特有的樣式,並讓\w、\s等字元類別也能比對 Unicode。"this is a TEST" =~ ~r/test/i
# => true
在最近一次安全審查之後,你被要求清理組織中封存的日誌檔案。
你需要大致了解封存檔中有多少日誌行不符合目前的標準。 你認為只要一個簡單的測試,就能判斷一行日誌是否有效。 一行日誌要被視為有效,開頭必須是下列其中一個字串:
請實作valid_line?/1函式,在日誌行有效時回傳true。
LogParser.valid_line?("[ERROR] Network Failure")
# => true
LogParser.valid_line?("Network Failure")
# => false
開始進行日誌解析專案後不久,你發現某個應用程式的日誌不像其他應用程式那樣被拆分成多行。在這個專案裡,本該分成多行的內容卻全擠在同一行,並用<--->或<*~*~>這類花俏的箭頭連接起來。
事實上,任何第一個字元是<、最後一個字元是>,且中間由~、*、=和-這些字元任意組合而成的字串,都可以在這份專案的日誌中當作分隔符。
請實作split_line/1函式,它接收一行,並回傳一個字串陣列。
LogParser.split_line("[INFO] Start.<*>[INFO] Processing...<~~~>[INFO] Success.")
# => ["[INFO] Start.", "[INFO] Processing...", "[INFO] Success."]
你發現日誌經過某些上游處理後,文字 "end-of-line" 會連同緊接在後的數字(中間沒有空格)散落在整份日誌中。
請實作remove_artifacts/1函式,接收一個字串,移除所有出現的 end-of-line 文字(不分大小寫),並回傳乾淨的日誌行。
不含 end-of-line 文字的行,應原樣回傳。
只要移除 end of line 字串就好,不需要調整空白。
LogParser.remove_artifacts("[WARNING] end-of-line23033 Network Failure end-of-line27")
# => "[WARNING] Network Failure "
你注意到有些日誌行包含提到使用者的句子。
這些句子一律包含字串"User",後面接著一個或多個空白字元,然後是使用者名稱。
你決定為這類的行加上標記。
請實作tag_with_user_name/1函式來處理日誌行:
"User"的行維持不變。"User"的行,在開頭加上[USER],後面接著使用者名稱。LogParser.tag_with_user_name("[INFO] User Alice created a new project")
# => "[USER] Alice [INFO] User Alice created a new project"
你可以假設:
"User"時,後面都會接著一個或多個空白字元以及使用者名稱。"User"。