代替正則――HyperScriptExpression聯合開發倡議公告

2020-01-20 22:27:55

字體：大中小

來源：轉載

供稿：網友

正則的難寫和復雜語法使得出學者們難以接觸。為了解決這個難題，本人決定請諸位和本人一起開發HyperScriptExpression(以后簡稱HSE)。HSE全部使用標記（Marked）形式，語法規整，例如：
正則/d{2}-/d{5}的等價HSE為：<rep=2><digit></rep>-<rep=5><digit></rep>。
正則<(.*)>.*<///1>的等價HSE為：<<rem(><*><any></*><)>><*><any></*></<rem=1>>。
正則^Chapter [1-9][0-9]{0,1}的等價HSE為：<@start>Chapter <in>1-9</in><rep=0,1><in>0-9</in></rep>。
正則(/w)+[@]{1}((/w)+[/.]){1,3}(/w)+的等價HSE為：<+><word></+><rep1>@</rep><rep=1,3><word+>.</rep><word+>。
HSE 語法注釋

<>	轉移符號。<用<代替。>用>代替
<@start>	匹配輸入字符串的開始位置。如果設置了 HSE 對象的 Multiline 屬性，<@start> 也匹配<crlf>或<cr>之后的位置。
<@over>	匹配輸入字符串的結束位置。如果設置了 HSE 對象的 Multiline 屬性，<@over> 也匹配<crlf>或<cr>之前的位置。
<></>	匹配前面的子表達式零次或多次。例如，z<>o</> 能匹配 "z" 以及 "zoo"。等價于<least=0></least>。
<+></+>	匹配前面的子表達式一次或多次。例如，'z<+>o</+>' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。等價于<least=1></least>。
<sel></sel>	匹配前面的子表達式零次或一次。例如，"do<sel>es</sel>" 可以匹配 "do" 或 "does" 中的"do" 。等價于<rep=0,1></rep>。
<rep=n></rep>	n 是一個非負整數。匹配確定的 n 次。例如，'<rep=2>o</rep>' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個 o。
<least=n></least>	n 是一個非負整數。至少匹配n 次。例如，'<least=2>o</least>' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。
<rep=m,n></rep>	m 和 n 均為非負整數，其中n >= m。最少匹配 m 次且最多匹配 n 次。例如，"<rep=1,3>o</rep>" 將匹配 "fooooood" 中的前三個 o。請注意在逗號和兩個數之間不能有空格。
NG屬性	當該字符緊跟在任何一個其他限制符后面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對于字符串 "oooo"，'<+ NG>o</+>' 將匹配單個 "o"，而 '<+>o</+>' 將匹配所有 'o'。
<anything>或<any>	匹配除 "<crlf>" 之外的任何單個字符。要匹配包括 '<crlf>' 在內的任何字符，請使用象 '<in><any><crlf></in>' 的模式。
<rem(>p</)>或 <rem>p</rem>	匹配 p 并獲取這一匹配。所獲取的匹配可以從產生的 Matches 集合得到，使用 SubMatches 集合，$0…$9 屬性。
<(>pattern</)>	匹配 pattern 但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。這在使用 "或" 字符 (\|) 來組合一個模式的各個部分是很有用。例如， 'industr<(>y<or>ies</)> 就是一個比 'industry\|industries' 更簡略的表達式。
<eq>pattern</eq>	正向預查，在任何匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如， 'Windows <eq>95<or>98<or>NT<or>2000</eq>' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字符，也就是說，在一個匹配發生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始。
<neq>pattern</neq>	負向預查，在任何不匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。
x<or>y	匹配 x 或 y。例如，'z<or>food' 能匹配 "z" 或 "food"。'<(>z<or>f</)>ood' 則匹配 "zood" 或 "food"。
<in></in>	字符集合。匹配所包含的任意一個字符。例如，'<in>abc</in>' 可以匹配 "plain" 中的 'a'。
<nin></nin>	負值字符集合。匹配未包含的任意字符。例如，'<nin>abc</nin>' 可以匹配 "plain" 中的'p'。
<in>a-z</in>	字符范圍。匹配指定范圍內的任意字符。
<nin>a-z</nin>	負值字符范圍。匹配任何不在指定范圍內的任意字符。
<border></border>	匹配一個單詞邊界，也就是指單詞和空格間的位置。
<nborder></nborder>	匹配非單詞邊界。<border>的否定。
<control=x>	匹配由 x 指明的控制字符。例如，<control=M> 匹配一個 Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則，將 <control> 視為 <nothing> 字符。
<digit>	匹配一個數字字符。可以使用<digit+>,<digit*>,<digit?>格式。下同。
<ndigit>	匹配一個非數字字符。
<page>	匹配一個換頁符。
<crlf>	匹配一個換行符。
<cr>	匹配一個回車符。
<blank>	匹配任何空白字符，包括空格、制表符、換頁符等等。
<nblank>	匹配任何非空白字符。
<tab>	匹配一個制表符。
<vtab>	匹配一個垂直制表符。
<word>	匹配包括下劃線的任何單詞字符。
<nword>	匹配任何非單詞字符。
<hex=n>	匹配 n，其中 n 為十六進制轉義值。十六進制轉義值必須為確定的兩個數字長。
<call=num>	匹配 num，其中 num 是一個正整數。對所獲取的匹配的引用。例如，'<rem><any></rem><call=1>' 匹配兩個連續的相同字符。
<oct=n>	標識一個八進制轉義值。
<unicode=n>	匹配 n，其中 n 是一個用四個十六進制數字表示的 Unicode 字符。例如， /u00A9 匹配版權符號 (©)。
<nothing>或者 <nil>	匹配空字符。用于選擇，比如<nothing><or>a<or>b<or>c<or>d代表a,b,c,d或者沒有（空字符）。
<total>	強制性全部字符串匹配。比如<total>HS<in>DEF</in>可匹配HSD但不可以匹配HSDB中的HSD。