Question

我曾经用简单的

迭代字符串中的行

for line in s:gmatch("[^\r\n]+") do

这完美无缺！然后现实生活发生了....

....现在我的要求发生了变化：我需要匹配空行太多。这就是问题所在：由于这种迭代形式在几个本身都是丛林的地方使用，我想避免尽可能地改变周围的代码。到目前为止，我对gmatch / find的尝试由于对上述功能无法匹配的微妙期望而无法为上述模式创建“替代”。

我寻求的构造（for line in some_matcher(s) do）符合以下要求，我认为这些要求涵盖了我担心的所有边缘案例：

   INPUT            EXPECTATIONS

1. ''            -- match once   ('')
2. '\r\n'        -- match twice  ('', '')
3. '\r\n\r\n'    -- match thrice ('', '', '')
4. 'aaa'         -- match once   ('aaa')
5. 'aaa\r\n'     -- match twice  ('aaa', '')
6. 'aaa\r\nbbb'  -- match twice  ('aaa', 'bbb')
7. '\r\nbbb'     -- match twice  ('', 'bbb')

我的旧解决方案假设仅发生\r\n行结束，如果新解决方案仅处理该情况，则完全正常。

然而，由于我的商店里有关于Linux支持计划的讨论，我们非常感谢能够解决更简单的\n行结束（以及将来的unix兼容性）的答案并保存重新访问这个问题几个月后来了。然而， catch 在很多情况下我需要原始字符串输入中的此匹配的起始列。如果上面的结构（for ... do）可以输出那个额外的好处，那将是特别棒的。

Answer 1

如果您需要准确地检测换行边界而不是跳过/丢弃它们，则无法使用包含\r和\n的集合，因为它会匹配换行序列\r\n两次而不是一次（CRLF是DOS / Windows上的单个换行符）。您可以使用足够强大的正则表达式引擎（例如支持替换）处理此问题，但Lua的模式匹配库非常小。

最好的办法是在处理文本之前规范化换行符，如下所示：

function normalize_eols(s)
    return s
        :gsub('\r\n','\n')
        :gsub('\r', '\n')
end

至于你的input =＆gt;输出网格，如果我们将换行视为一行分隔符，那么我希望[^\n]*（零或多个非换行符）工作，但我们得到以下内容：

''         => ('')
'\n'       => ('', '')
'\n\n'     => ('', '', '')
'aaa'      => ('aaa', '')
'aaa\n'    => ('aaa', '', '')
'aaa\nbbb' => ('aaa', '', 'bbb', '')
'\nbbb'    => ('', 'bbb', '')

坦率地说，我不知道为什么。

但是，如果我们将换行视为一行终结符，那么我们可以通过在输入中附加换行符并使用模式[^\n]*\n（零或者）来获得所需的结果更多非换行字符后跟换行符）：

'\n'         => ('')
'\n\n'       => ('', '')
'\n\n\n'     => ('', '', '')
'aaa\n'      => ('aaa')
'aaa\n\n'    => ('aaa', '')
'aaa\nbbb\n' => ('aaa', 'bbb')
'\nbbb\n'    => ('', 'bbb')

所以你的代码会改为：

s = normalize_eols(s) .. '\n'
for line in s:gmatch('([^\n]*)\n') do
    ...

以符合现有代码期望的方式迭代可能空行

1 个答案: