在lisp中应用正则表达式.doc

在lisp中应用正则表达式序 长久以来，文本的编辑一直是lisp编程的重点、难点之一，有不少活跃在xdcad和明经通道论坛的高手为此写了不少有代表性的文字处理工具，比较知名的如： 。而我自己也写过不少这方面的程序，多数没有发表，少数零星地发布在以上两个论坛。但由于lisp对文本编辑(*注)的支持函数不够丰富，而实际工作中遇到的情况又多种多样，使得诸多lisp程序对文本编辑的深度和灵活性上还有很多不足之处，不免遗憾。为此，我一直以来寻求更好的方法，最终只有一个答案：正则表达式。正则表达式对文本编辑很强，有多强？看看vb或vbs参考就知道，也可上网一搜。但是，也许本人孤陋寡闻(或是有的高手潜水潜得很深)，在网上一直没有见过在lisp中比较充分地应用正则表达式的程序。其实，我很早就想将正则表达式移植到lisp里面来，近几日一鼓作气，终有小成。谨奉献两个函数：(xxexp)(xxexpr)，这两个函数提供了正则表达式的接口，使在lisp中得以应用其强大的功能成为可能。 梁雄啸.2007.7*注:“文本”在本文均指对文本字符串内容，非指文本实体(0 . “*TEXT”)函数下载地址：/?屠文双刀.rar_67el0c7bs5bt2bsp0crn1btrml0c2bk5btmn0cmqju14z97f14z函数介绍函数：(xxexp pat str key)功能 对字符串进行正则表达式匹配测试. 参数: pat = 正则表达式模式 ,对应vbs正则表达式的模式(expression)。说明: 号要用 替代. str = 字符串 key = i g m , i不区分大小写（Ignorecase）,g全局匹配（Global）.”m”多行模式（Multiline），以上几个关键字可以组合使用，或用 ”.返回: 返回匹配的字符列表，或无一匹配返回nil函数：(xxexpr pat str nstr key)功能 对字符串进行正则表达式替换. 参数: pat = 正则表达式模式 ,对应vbs正则表达式的模式(expression)。说明: 号要用 替代. str = 被替换字符串 nstr = 替换字符串 key = i g m , i不区分大小写（Ignorecase）,g全局匹配（Global）.”m”多行模式（Multiline），以上几个关键字可以组合使用，或用 ”.返回 :返回替换后的字符串.正则表达式模式正则表达式核心就是其模式(expression)，此部分资料可从网上或vb，vbs参考中得到。以下是vbs参考中关于模式的描述列表。在xxexp,xxexpr函数应用中,注意”符要按”来写。字符描述将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，n 匹配字符 n。n 匹配一个换行符。序列 匹配 而 ( 则匹配 (。匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性， 也匹配 n 或 r 之后的位置。$匹配输入字符串的结束位置。如果设置了 RegExp 对象的 Multiline 属性，$ 也匹配 n 或 r 之前的位置。*匹配前面的子表达式零次或多次。例如，zo* 能匹配 z 以及 zoo。* 等价于0,。+匹配前面的子表达式一次或多次。例如，zo+ 能匹配 zo 以及 zoo，但不能匹配 z。+ 等价于 1,。?匹配前面的子表达式零次或一次。例如，do(es)? 可以匹配 do 或 does 中的do 。? 等价于 0,1。nn 是一个非负整数。匹配确定的 n 次。例如，o2 不能匹配 Bob 中的 o，但是能匹配 food 中的两个 o。n,n 是一个非负整数。至少匹配n 次。例如，o2, 不能匹配 Bob 中的 o，但能匹配 foooood 中的所有 o。o1, 等价于 o+。o0, 则等价于 o*。n,mm 和 n 均为非负整数，其中n *11 *01 *a1 *s11 id1 *ss1 *1 *1 *a2.2 替换 i开头,跟s(至少1个)的字符 为*(xxexpr is+ str * ) ;- *11 *01 *a1 *11 id1 *1 *1 *1 *a2.3 替换 非数字和非空格 为*(xxexpr 0-9 str * ) ;-*11 *01 *1 *11 *1 *1 *1 *1 *2.4 替换 i开头，至少跟2个s的字符为*(xxexpr Is2, str * ) ;- IS11 is01 ISa1 *11 id1 *1 is1 IS1 ISa2.5 替换 i开头，跟1个非换行符的字符为*(xxexpr I. str * ) ;- *11 *01 *a1 *s11 *1 *ss1 *1 *1 *a2.6 替换 i开头，跟至少1个s,+至少1个数字的字符为*(xxexpr is1,d+ str * ); * * ISa1 * id1 * * * ISa下面的加点难度:.倒排文字(按空格划分)(setq str The quick brown 啊 fox jumped 至于 over the lazy dog)(setq lst1 (xxexp |.+ str );返回: (The quick brown 啊 fox jumped 至于 over the lazy dog.)(setq lst2 (xxexp + str ) ;返回: ( .)(apply strcat (mapcar strcat (reverse lst1)(reverse lst2);返回: dog lazy the over 至于 jumped fox 啊 brown quick .字符倒置; 将符合匹配(词1+空格+词2)中词1和词2对调(xxexpr (S+)(s+)(S+) brown 啊 fox a $3$2$1 ) ;返回:啊 brown a fox;将 = 号左右两边的字符对调.(xxexpr (.)(-|=)(.) a-b=1 : c=d : a $3$2$1 ) ;返回: b-a=1 : d=c : a3. 有条件的文本替换:再加点难度。; *(*) 替换为 *，论坛上只见过lzh写过这样一个程序，是用vba写的。(xxexpr ()()*)() a(顶-啊)5() $2 ) ;返回: a顶-啊5 ; A*B*替换为B*C*(xxexpr (A1)(ABab*)(B1) A48.B小4Axa8b5 B$2C ) ;替换所有匹配;返回: B48.C小4AxB8C5 (xxexpr (A1)(ABab*)(B1) A48.B小4Axa8b5 B$2C g);替换第一个匹配的字符串 ;返回:B48.C小4Axa8b5 ;将符合 *写程序*Yes* 的字符串替换为 *测*试* .这个是不等式替换，用vlisp写起来容易么？(xxexpr (.*)写程序(.*)Yes(.*) 33写程序74=YesYb $1测$2试$3 ) ;返回:33测74=试Yb再来几个对比测试，什么功能？有点考脑力啊：）(xxexpr (.*)写程序(.*)Yes(.*) 33写程序74=YesYb $1测$2$3 );-33测74=Yb ；将”写程序”替换为”测”,去掉”Yes”(xxexpr (.*)写程序(.*)Yes(.*) 33写程序74=YesYb $1测$3 );-33测Yb ; 去掉”写程序”Yes”及其之间的字符。(xxexpr (.*)写程序(.*)Yes(.*) 33写程序74=YesYb $2 );-74= ; 仅保留”写程序*Yes”之间的*部分.(xxexpr (.*)(写程序)(.*)(Yes)(.*) 33写程序74=YesYb $1$4$2$3$5 );-33Yes写程序74=Yb ;将各部分随意倒置.(xxexpr (.*)写(程序)(.*)(Yes)(.*) 33写程序74=YesYb $1看$2$3$5,$4! );-33看程序74=Yb,Yes! ; 将*写程序*Yes*中的”写”改为看,”Yes”放到最后并加标点 替换字符串.将=号后的1099的数字字符改为*(xxexpr (.=)(d2)(d+) M=56变量 $1*$3 ) ;返回:M=*变量(xxexpr (.=)(d2)(d+) M=6变量 $1*$3 ) ;返回:M=6变量(xxexpr (.=)(d2)(d+) M=556变量 $1*$3 ) ;返回:M=556变量; 更改字符中包含 M=数字 的字符，将M改为X(xxexpr (M)(=)(d+) 2至M=56变量 X$2$3 ) ;返回:2至X=56变量; 将字符中a*d分别改为M*N(xxexpr (a)(.+)(d) 测试a=c,d=e,a=3,d=1 M$2N ) ;返回: 测试M=c,d=e,a=3,N=1 （全字按顺序匹配）(xxexpr (a)(a|d+)(d) 测试a=c,d=e,a=3,d=1 M$2N ) ;返回:测试M=c,N=e,M=3,N=1 （所有按顺序匹配）.将字符 我们*测试 中的* 改为不字(xxexpr (.*今天)(测试*)(测试?.*) 今天我们一起测试这个函数，你来测试 $1不$3 ); ;返回:今天不测试这个函数，你来测试;（仅匹配第一次遇到的测试二字）(xxexpr (.*今天)(.*)(测试.*) 今天我们一起测试这个函数，你来测试 $1不$3 );返回:今天不测试 （; 匹配最外层的测试二字）是不是越来越晕了？还有呢,下面是两个测试，是有一定实践意义的更改文本内数字的程序。; 更改字符中包含 M=数字 的字符，将数字加1.5。可能还有更好更有效的写法。(defun c:test1()(setq str 2至M=56.5变M=3量M=.22 pat (M)(=)(d0,.0,1d1,)(setq lst (xxexp pat str ) ; 此步返回: (M=56.5 M=3 M=.22)(setq lst2(mapcar (lambda(x)(strcat M= (rtos(+ 1.5(distof(vl-string-subst M= x)2 2)lst);此步返回:(M=58.00 M=4.50 M=1.72)(mapcar (lambda(x y)(setq str (xxexpr x str y ) lst lst2)str) ;最后返回: 2至M=58.00变M=4.50量M=1.72 ; 将a=或d=开头的数字加一个数(1.75).。另外一种写法。(defun c:test2() (setq str 测试a=2,d=3结果f=2,aa-3 add 1.75 jd 2) ;精度 (setq str2 (xxexpr (a|d)(=)(d+) str (strcat$1$2(+ (rtos add 2 jd) $3) ) ;返回: 测试a=(+ 1.75 2),d=(+ 1.75 3)结果f=2,aa-3 (setq as (mapcar (lambda(x)(eval(read x) (xxexp ()*) str2 );返回:(+ 1.75 2) (+ 1.75 3);返回:(3.75 4.75) (mapcar (lambda(x)(setq str2 (xxexpr (a|d)(=)()*) str2 (strcat $1$2 (rtos x 2 jd) g) as) str2) ;最后返回: 测试a=3.75,d=4.75结果f=2,aa-34. 提取数字文本:之所以把这个专门做一小节，是因为现实意义较大，而我以前也用vlisp写过这样的程序，但写起来难免有些考虑不到的情况，总是不爽，现在，终于可以松一口气。先说说字符中的数字可能出现的情况。其实很简单，就是distof认得的就应该看做数字。如：“+1“ “+1.0“+.3“1.3“1.3e1“ “1.3e2“1.3e-2“ 等.虽然乍一看简单，但是如果遇到“.2.3 +-2.5.6e-3.6 -1d.+3e.1“等不规范的字符串，要正确提取数字用lisp写起来可就困难了。现在看看正则表达式的功能如何，下面是我摸索到的，pat也许有更科学的写法。提取字符串内数字1:(setq str a-.3A0.0+9.5d-1.3 1.2e-58d4d-15.1d5.6asf-1.2 pat +|-?d*.?d+(e+|-*d+)*)(xxexp pat str );返回:(-.3 0.0 +9.5 -1.3 1.2e-58 4 -15.1 5.6 -1.2);下面再验证是否是数字. (mapcar distof (xxexp pat str ) ;返回:(-0.3 0.0 9.5 -1.3 1.2e-058 4.0 -15.1 5.6 -1.2)提取字符串内数字2：(setq str -1e4-31+3485.3.1a.38 3.14f-.86e-1d3.a4f8.48 pat +|-?d*.?d+(e+|-*d+)*)(xxexp pat str );返回:(-1e4 -31 +3485 .3 .1 .38 3 .14 -.86e-1 3 4 8.48);下面再验证是否是数字. (mapcar distof (xxexp pat str ) ;返回:(-10000.0 -31.0 3485.0 0.3 0.1 0.38 3.0 0.14 -0.086 3.0 4.0 8.48) 5. 函数各参数对比 结束前，对函数的各参数的用法做一些实例，以便通过对比加深理解。xxexp参数及partten对比测试(setq str IS11 is01 ISa1 iss11 id1 isss1 is1 IS1 ISa)1.1;查找 str 中符合is开头跟至少个数字的字符.i 大小写敏感；g全局(仅找第一个符合条件的字符)(xxexp isd+ str iG) ;- (is0) ;小写，第一个(xxexp isd+ str i) ;- (is01 is1);小写，全局(xxexp isd+ str g) ;-(IS11);大小写，第一个(xxexp isd+ str ) ;- (IS11 is01 is1 IS1);大小写，所有.1.2 查找IS开头,跟非换行单字符，跟0-9数字(xxexp IS.0-9 str ) ;- (IS11 is01 ISa1 iss1)1.3 查找IS开头,跟非A或a，跟0-9数字(xxexp ISAa0-9 str ) ;-(IS11 is01 iss1)1.4 查找IS开头,至少两个S的字符(xxexp IS2, str ) ;- (iss isss)1.5 查找IS开头,跟两个数字(xxexp IS0-90-9 str ) ;- (IS11 is01)1.6 查找IS开头,跟两个数字,大小写敏感.(xxexp IS0-90-9 str i) ;- (IS11) 1.7 查找IS开头,跟1个数字.(xxexp IS0-9 str ) ;- (IS1 is0 is1 IS1)1.8 查找IS开头,跟1个数字,跟空格.(xxexp IS0-9 str ) ;- (is1 IS1 )xxexp和xxexpr的配合使用 Xxexp 可提取符合条件的字符(列表)，得到的表可提供给别的程序进行进一步处理。