将捕获组分配给 XQuery 中的变量

Question

在许多语言中，可以将正则表达式捕获组分配给一个或多个变量。在 XQuery 中也是如此吗？到目前为止我们得到的最好结果是 'replace by capture group'，但这似乎不是最好的选择。

这就是我们现在拥有的：

let $text := fn:replace($id, '(.+)(\d+)', '');
let $snr := fn:replace($id, '(.+)(\d+)', '');

有效。但我希望有这样的东西：

let ($text, $snr) := fn:matches($id, '(.+)(\d+)');

那个（或类似的东西）存在吗？

Answer 1

Plain XQuery 1.0 不支持返回匹配组。这个缺点在XQuery function library which provides functx:get-matches中已经解决了，但是实现起来还算不上高效。

XQuery 3.0 知道非常强大的功能fn:analyze-string。函数 returns 匹配和非匹配部分，如果在正则表达式中定义了匹配组，也会按匹配组拆分。

上面链接的 Marklogic 文档中的示例，但该函数来自标准 XPath/XQuery 3.0 函数库，也可用于其他 XQuery 3.0 实现：

fn:analyze-string('Tom Jim John',"((Jim) John)")

=>
<s:analyze-string-result>
  <s:non-match>Tom </s:non-match>
  <s:match>
    <s:group nr="1">
    <s:group nr="2">Jim</s:group>
    John
    </s:group>
  </s:match>
</s:analyze-string-result>

如果您不支持 XQuery 3.0：某些引擎提供类似的实现定义函数或允许使用 Java 代码之类的后端函数，请在这种情况下阅读 XQuery 引擎的文档。

Answer 2

如果您知道某个字符不会出现在捕获组中，您可以在组之间使用该字符替换，然后在 XQuery 1 中对其进行标记化。

例如：

tokenize(replace("abc1234", "(.+)(\d+)", "-"), "-")

为确保替换删除所有内容 before/after 群组：

tokenize(replace("abc1234", "^.*?(.+?)(\d+).*?$", "-"), "-")

您可以通过使用字符串连接为任何分隔符创建替换模式（如“$1-$2-$3-$4”）将其泛化为函数：

declare function local:get-matches($input, $regex, $separator, $groupcount) {
  tokenize(replace($input, concat("^.*?", $regex, ".*?$"), string-join(for $i in 1 to $groupcount return concat("$", $i), $separator)), $separator, "q" )
};
local:get-matches("abc1234", "(.+?)(\d+)", "|", 2)

如果你不想自己指定分隔符，你需要一个函数来找到一个。每个比输入字符串长的字符串都不能出现在捕获组中，因此您总是可以使用更长的分隔符找到一个：

declare function local:get-matches($input, $regex, $separator) {
  if (contains($input, $separator)) then local:get-matches($input, $regex, concat($separator, $separator))
  else 
    let $groupcount := count(string-to-codepoints($regex)[. = 40])
    return tokenize(replace($input, concat("^.*?", $regex, ".*?$"), string-join(for $i in 1 to $groupcount return concat("$", $i), $separator)), $separator, "q" )
};
declare function local:get-matches($input, $regex) {
  local:get-matches($input, $regex, "|#☎")
};
local:get-matches("abc1234", "(.+?)(\d+)")

将捕获组分配给 XQuery 中的变量

Assign capture groups to variables in XQuery

regex

xquery

variable-assignment

capture-group