9个版本

0.3.0	2023年2月12日
0.2.3	2022年3月8日
0.2.2	2022年1月21日
0.2.1	2021年12月27日
0.1.3	2021年10月31日

#438 in 文本处理

每月 44 次下载
用于 3 个crates (直接使用2个)

MIT/Apache

46KB
493 行

人类正则表达式

这个crate的目标很简单：让每个人都能使用正则表达式，而不必学习复杂的语法。它受到了ReadableRegex.jl的启发。这个crate是Rust核心正则表达式库的包装。

示例用法

如果您想匹配格式为2021-10-30的日期，您可以使用以下代码生成正则表达式

use human_regex::{beginning, digit, exactly, text, end};
let regex_string = beginning()
    + exactly(4, digit())
    + text("-")
    + exactly(2, digit())
    + text("-")
    + exactly(2, digit())
    + end();
assert!(regex_string.to_regex().is_match("2014-01-01"));

to_regex()方法返回一个标准Rust正则表达式。我们可以用稍微少一些重复的方式来做到这一点！

use human_regex::{beginning, digit, exactly, text, end};
let first_regex_string = text("-") + exactly(2, digit());
let second_regex_string = beginning()
    + exactly(4, digit())
    + exactly(2, first_regex_string)
    + end();
assert!(second_regex_string.to_regex().is_match("2014-01-01"));

有关更全面的示例，请参阅食谱。

特性

此crate通过可读性API支持Rust核心正则表达式库中的大多数语法。

单个字符

实现了？	表达式	描述
`any()`	`.`	任何字符，除了换行符（包括带有s标志的换行符）
`digit()`	`\d`	数字 (`\p{Nd}`)
`non_digit()`	`\D`	非数字
`unicode_category(UnicodeCategory)`	`\p{L}`	Unicode非脚本类别
`unicode_script(UnicodeScript)`	`\p{Greek}`	Unicode脚本类别
`non_unicode_category(UnicodeCategory)`	`\P{L}`	否定单字母Unicode字符类名称
`non_unicode_script(UnicodeCategory)`	`\P{Greek}`	否定Unicode字符类（通用类别或脚本）

字符类

实现了？	表达式	描述
`或(&['x', 'y', 'z'])`	`[xyz]`	A character class matching either x, y or z (union).
`nor(&['x', 'y', 'z'])`	`[^xyz]`	A character class matching any character except x, y and z.
`within('a'..='z')`	`[a-z]`	A character class matching any character in range a-z.
`without('a'..='z')`	`[^a-z]`	匹配除a-z之外的任意字符的字符类别。
见下文	`[[:alpha:]]`	ASCII字符类别（`[A-Za-z]`）
`非字母数字()`	`[[:^alpha:]]`	否定ASCII字符类别（`[^A-Za-z]`）
`或()`	`[x[^xyz]]`	嵌套/分组字符类别（匹配除y和z之外的任意字符）
`and(&[])`/`&`	`[a-y&&xyz]`	交集（a-y AND xyz = xy）
`(或[1,2,3,4] & nor(3))`	`[0-9&&[^4]]`	使用交集和否定进行减法（匹配0-9除4之外）
`subtract(&[],&[])`	`[0-9--4]`	直接减法（匹配0-9除4之外）。使用 .collect::<Vec> 来使用范围。
`xor(&[],&[])`	`[a-g~~b-h]`	对称差（仅匹配`a`和`h`）。需要 .collect() 来处理范围。
`或(&escape_all(&['[',']']))`	`[\[\]]`	字符类别中的转义（匹配`[`或`]`）

Perl字符类别

实现了？	表达式	描述
`digit()`	`\d`	数字 (`\p{Nd}`)
`non_digit()`	`\D`	非数字
`空白字符()`	`\s`	空白字符（`\p{White_Space}`）
`非空白字符()`	`\S`	非空白字符
`单词()`	`\w`	单词字符（`\p{Alphabetic} + \p{M} + \d + \p{Pc} + \p{Join_Control}`）
`非单词()`	`\W`	非单词字符

ASCII字符类别

实现了？	表达式	描述
`字母数字()`	`[[:alnum:]]`	字母数字（`[0-9A-Za-z]`）
`字母()`	`[[:alpha:]]`	字母（`[A-Za-z]`）
`ASCII()`	`[[:ASCII:]]`	ASCII（`[\x00-\x7F]`）
`空白字符()`	`[[:空白字符:]]`	空白字符（`[\t ]`）
`控制字符()`	`[[:cntrl:]]`	控制字符（`[\x00-\x1F\x7F]`）
`digit()`	`[[:digit:]]`	数字（`[0-9]`）
`图形字符()`	`[[:graph:]]`	图形字符（`[!-~]`）
`大写字母()`	`[[:小写:]]`	小写字母（`[a-z]`）
`可打印字符()`	`[[:print:]]`	可打印字符（`[ -~]`）
`标点符号()`	`[[:punct:]]`	标点符号（代码：[!-/-:-@\[-`{-~]）
`空白字符()`	`[[:空格:]]`	空白字符（代码：`[\t\n\v\f\r ]`）
`小写字母()`	`[[:大写:]]`	大写字母（代码：`[A-Z]`）
`单词()`	`[[:单词:]]`	单词字符（代码：`[0-9A-Za-z_]`）
`十六进制数字()`	`[[:xdigit:]]`	十六进制数字（代码：`[0-9A-Fa-f]`）

重复

实现了？	表达式	描述
`零个或多个(x)`	`x*`	零个或多个x（贪婪）
`一个或多个(x)`	`x+`	一个或多个x（贪婪）
`零个或一个(x)`	`x?`	零个或一个x（贪婪）
`零个或多个(x)`	`x*?`	零个或多个x（非贪婪/懒惰）
`一个或多个(x).懒惰()`	`x+?`	一个或多个x（非贪婪/懒惰）
`零个或多个(x).懒惰()`	`x??`	零个或一个x（非贪婪/懒惰）
`范围(n,m,x)`	`x{n,m}`	至少n个x和最多m个x（贪婪）
`至少(n,x)`	`x{n,}`	至少n个x（贪婪）
`确切(n,x)`	`x{n}`	确切n个x
`范围(n,m,x).懒惰()`	`x{n,m}?`	至少n个x和最多m个x（非贪婪/懒惰）
`至少(n,x).懒惰()`	`x{n,}?`	至少n个x（非贪婪/懒惰）

组合

实现了？	表达式	描述
`+`	`xy`	连接（x后面跟随y）
`或()`	`x\|y`	交替（x或y，优先x）

空匹配

实现了？	表达式	描述
`开始()`	`^`	文本的开始（或多行模式下的行首）
`结束()`	`$`	文本的结束（或多行模式下的行尾）
`beginning_of_text()`	`\A`	仅文本的开始（即使多行模式已启用）
`end_of_text()`	`\z`	仅文本的结束（即使多行模式已启用）
`word_boundary()`	`\b`	Unicode单词边界（\w在一侧，\W、\A或\z在另一侧）
`non_word_boundary()`	`\B`	非Unicode单词边界

分组

实现了？	表达式	描述
`捕获(exp)`	`(exp)`	编号捕获组（由括号索引）
`named_capture(exp,name)`	`(?P<name>exp)`	命名（也是编号）捕获组
通过函数组合隐式处理	`(?:exp)`	non-capturing group
见下文	`(?flags)`	在当前组内设置标志
见下文	`(?flags:exp)`	为exp（非捕获）设置标志

Flags

实现了？	表达式	描述
`case_insensitive(exp)`	`i`	不区分大小写：字母匹配大小写
`multi_line_mode(exp)`	`m`	多行模式：^和$匹配行首和行尾
`dot_matches_newline_too(exp)`	`s`	允许.匹配\n
将不会实现¹	`U`	交换x和x?的含义
`disable_unicode(exp)`	`u`	Unicode支持（默认启用）
将不会实现²	`x`	ignore_whitespace_and_allow_line_comments（忽略空白字符并允许行注释，以#开头）

由于该库的声明性，使用此标志只会模糊其含义。
当使用human_regex时，应在源代码中添加注释，而不是在正则表达式字符串中。

依赖关系

~2.2–3MB
~53K SLoC