LPeg.re (Lua) 中不区分大小写的匹配

Case-insensitive matching in LPeg.re (Lua)

我是 Lua 的 "LPeg" 和 "re" 模块的新手,目前我想根据以下规则编写一个模式:

  1. 匹配以"gv_$/gv$/v$/v_$/x$/xv$/dba_/all_/cdb_"开头的字符串,前缀"SYS.%s*"或"PUBLIC.%s*"可选
  2. 字符串不应跟在字母数字之后,即模式不会匹配 "XSYS.DBA_OBJECTS",因为它跟在 "X"
  3. 之后
  4. 模式不区分大小写

例如,下面的字符串应该匹配模式:

,sys.dba_objects,       --should return  "sys.dba_objects"    
SyS.Dba_OBJECTS
cdb_objects
dba_hist_snapshot)      --should return  "dba_hist_snapshot"   

目前我的模式如下,只能匹配大写的非字母数字+字符串:

p=re.compile[[
         pattern <- %W {owner* name}
         owner   <- 'SYS.'/ 'PUBLIC.'
         name    <- {prefix %a%a (%w/"_"/"$"/"#")+}
         prefix  <- "GV_$"/"GV$"/"V_$"/"V$"/"DBA_"/"ALL_"/"CDB_"
      ]]
print(p:match(",SYS.DBA_OBJECTS")) 

我的问题是:

  1. 如何实现不区分大小写的匹配?有一些关于解决方案的主题,但我太新了,无法理解
  2. 如何精确地return只匹配匹配的字符串,而不是还要加上%W? Java
  3. 中的“(?=...)”

如能提供模式或相关功能,不胜感激。

您可以尝试调整此语法

local re = require're'

local p = re.compile[[
    pattern <- ((s? { <name> }) / s / .)* !.
    name    <- (<owner> s? '.' s?)? <prefix> <ident>
    owner   <- (S Y S) / (P U B L I C)
    prefix  <- (G V '_'? '$') / (V '_'? '$') / (D B A '_') / (C D B '_')
    ident   <- [_$#%w]+
    s       <- (<comment> / %s)+
    comment <- '--' (!%nl .)*
    A       <- [aA]
    B       <- [bB]
    C       <- [cC]
    D       <- [dD]
    G       <- [gG]
    I       <- [iI]
    L       <- [lL]
    P       <- [pP]
    S       <- [sS]
    U       <- [uU]
    V       <- [vV]
    Y       <- [yY]
    ]]
local m = { p:match[[
,sys.dba_objects,       --should return  "sys.dba_objects"
SyS.Dba_OBJECTS
cdb_objects
dba_hist_snapshot)      --should return  "dba_hist_snapshot"
]] }
print(unpack(m))

。 . .打印匹配 table m:

sys.dba_objects SyS.Dba_OBJECTS cdb_objects     dba_hist_snapshot

请注意,词法分析器很难实现不区分大小写,因此每个字母都必须有一个单独的规则——您最终会需要更多规则。

此语法处理示例中的注释并跳过它们和空格,因此 "should return" 之后的匹配项不会出现在输出中。

您可以 fiddle 使用 prefixident 规则来指定对象名称中的附加前缀和允许的字符。

注意:!.表示文件结束。 !%nl 表示 "not end-of-line"。 ! p& p 正在构建非消耗模式,即当前输入指针在匹配时不会递增(仅测试输入)。

注意 2:print-ing 与 unpack 是一个粗俗的 hack。

注3:这里有一个tracable LPeg re可以用来调试语法的。将 true 传递给 re.compile 的第 3 个参数,以获取对每个访问的规则和位置执行 test/match/skip 操作的执行跟踪。

最后我得到了一个解决方案,但不是很优雅,那就是在re.compile, re.find, re.match and re.gsub函数中添加一个额外的参数case_insensitive。当参数值为true时,调用case_insensitive_pattern重写模式:

...
local fmt="[%s%s]"
local function case_insensitive_pattern(quote,pattern)
    -- find an optional '%' (group 1) followed by any character (group 2)
    local stack={}
    local is_letter=nil
    local p = pattern:gsub("(%%?)(.)",
        function(percent, letter)
            if percent ~= "" or not letter:match("%a") then
                -- if the '%' matched, or `letter` is not a letter, return "as is"
                if is_letter==false then
                    stack[#stack]=stack[#stack]..percent .. letter
                else
                    stack[#stack+1]=percent .. letter
                    is_letter=false
                end
            else
                if is_letter==false then
                    stack[#stack]=quote..stack[#stack]..quote
                    is_letter=true
                end
                -- else, return a case-insensitive character class of the matched letter
                stack[#stack+1]=fmt:format(letter:lower(), letter:upper())
            end
            return ""
        end)
    if is_letter==false then
        stack[#stack]=quote..stack[#stack]..quote
    end
    if #stack<2 then return stack[1] or (quote..pattern..quote) end
    return '('..table.concat(stack,' ')..')'
end

local function compile (p, defs, case_insensitive)
  if mm.type(p) == "pattern" then return p end   -- already compiled
  if case_insensitive==true then
    p=p:gsub([[(['"'])([^\n]-)(%1)]],case_insensitive_pattern):gsub("%(%s*%((.-)%)%s*%)","(%1)")
  end
  local cp = pattern:match(p, 1, defs)
  if not cp then error("incorrect pattern", 3) end
  return cp
end
...