有没有办法检查一个字符串在erlang中是否是字母数字

Is there a way to check if a string is alphanumeric in erlang

我正在使用 erlang 从 Twitter 收集推文,我试图只将主题标签保存到数据库中。但是,当我将位串转换为列表字符串时,所有非拉丁字母推文都会转换为奇怪的符号。 有什么方法可以检查字符串是否只包含 erlang 中的字母数字字符?

最简单的方法是使用正则表达式。

StringAlphanum = "1234abcZXYM".
StringNotAlphanum = "1ZXYMÄ#kMp&?".

re:run(StringAlphanum, "^[0-9A-Za-z]+$").
>> {match,[{0,11}]}

re:run(StringNotAlphanum, "^[0-9A-Za-z]+$").
>> nomatch

您可以轻松地从中创建一个函数...

isAlphaNum(String) -> 
    case re:run(String, "^[0-9A-Za-z]+$") of
        {match, _} -> true;
        nomatch    -> false
    end.

但是,在我看来,更好的方法是解决根本问题,即 unicode 二进制字符串的正确解释。

如果要正确表示 unicode 字符,请不要使用 binary_to_list。请改用 unicode-module。 Unicode 二进制字符串不能 naiveley 解释为二进制,例如 UTF-8 字符编码有一些特殊的限制来防止这种情况。例如:第一个字符的最高位决定,是否为多字节字符。

我从 this site 中获取了以下示例,让我们定义一个 UTF8 字符串:

Utf8String = <<195, 164, 105, 116, 105>>.

naiveley 解释为二进制它产生:

binary_to_list(Utf8String).
"äiti"

使用 unicode 支持解释:

unicode:characters_to_list(Utf8String, utf8).
"äiti"

对于拉丁字符,您可以使用此函数:

is_alpha([Char | Rest]) when Char >= $a, Char =< $z ->
    is_alpha(Rest);
is_alpha([Char | Rest]) when Char >= $A, Char =< $Z ->
    is_alpha(Rest);
is_alpha([Char | Rest]) when Char >= [=10=], Char =<  ->
    is_alpha(Rest);
is_alpha([]) ->
    true;
is_alpha(_) ->
    false.

对于其他编码,你可以添加他们的代码范围并添加它们。

有三个 io_lib 函数专门用于此:

  • io_lib:printable_list/1
  • io_lib:printable_latin1_list/1
  • io_lib:printable_unicode_list/1

这里是an example of one in use:

-spec show_message(ExParent, Message) -> ok
    when WxParent :: wx:wx_object(),
         Message  :: unicode:chardata() | term().

show_message(WxParent, Message) ->
    Format =
        case io_lib:printable_unicode_list(Message) of
            true  -> "~ts";
            false -> "~tp"
        end,
    Modal = wxMessageDialog:new(WxParent, io_lib:format(Format, [Message])),
    _ = wxMessageDialog:showModal(Modal),
    ok = wxMessageDialog:destroy(Modal).

查看 io_lib 文档:http://www.erlang.org/doc/man/io_lib.html#printable_list-1

附录

因为这个主题在 Erlang 中并不总是很容易研究一个相关的,但稍微更广泛的 Q/A 可能会感兴趣: