查找正则表达式的所有捕获组

Question

我正在寻找一个Haskell函数，它返回给定正则表达式的所有匹配捕获组。我已经看了Text.Regex，但是没找到相关信息。现在我在使用这个临时方法，似乎可以解决问题：

import Text.Regex

findNext :: String -> Maybe (String, String, String, [String] ) -> [ [String] ]
findNext pattern Nothing = []
findNext pattern (Just (_, _, rest, matches) ) = 
    case matches of
        [] -> (findNext pattern res)
        _ -> [matches] ++ (findNext pattern res)
    where res = matchRegexAll (mkRegex pattern) rest

findAll :: String -> String -> [ [String] ]
findAll pattern str = findNext pattern (Just ("", "", str, [] ) )

结果：

findAll "x(.)x(.)" "aaaxAxaaaxBxaaaxCx"
[["A","a"],["B","a"]]

问题：

• 我在Text.Regex中错过了什么吗？
• 是否有一个Haskell正则表达式库实现了findAll函数？

- Hyperboreus

Answer 1

您可以使用来自Text.Regex.Posix的=~运算符：

Prelude> :mod + Text.Regex.Posix
Prelude Text.Regex.Posix> "aaaxAxaaaxBxaaaxCx" =~ "x(.)x(.)" :: [[String]]
[["xAxa","A","a"],["xBxa","B","a"]]

请注意显式的[[String]]类型。尝试将其替换为Bool、Int、String，看看会发生什么。您可以在此处查看可以在此上下文中使用的所有类型。还请参阅本教程。

- Mikhail Glushenkov

---

我之前不知道除了=~之外还有另一种用于正则表达式的接口。 - fuz

@FUZxxl，正则表达式的伪复数形式真是太有趣了，我笑翻了。regex、regicis、regici、regicem、o regex、regice……这种用法常见吗？ - Hyperboreus

@Hyperboreus 我从 index (indices) 推导出来的，尽管它似乎不是常见的复数形式，即 regexes。 - fuz

当然，"regex" 的正确复数形式实际上是 "regexen"，因为你可以通过将 "ox" 变成复数来明显地推导出它。 - Daniel Wagner

@Daniel 有趣的观点。^^ 当然，“index”是拉丁词，其属格为“indicis”，因此复数形式为“indices”。 “Regex”是“regular expression”的缩写，因此它的复数形式是“regular expressions”。尽管，“regices”听起来更加复杂。 - Hyperboreus

@Hyperboreus 可以说，由于它是“正则表达式”的首字母缩写，所以复数形式可以是“regexs”（或者“regexes”，模仿单词“ex”）。 - Mew