在 Lua 5.1 中将可重复字符串匹配为 "whole word"

Question

我的环境：

Lua 5.1
绝对不能使用具有本机组件（如 C .so/.dll）的库
我可以运行任意纯 Lua 5.1 代码，但我无法访问 os 和其他几个允许访问本机文件系统的包，shell 命令或类似的东西，因此所有功能都必须在 Lua 本身（仅）中实现。
我已经成功进入 LuLpeg。我可能可以引入其他纯 Lua 库。

我需要编写一个函数 returns true 如果输入字符串匹配任意字母和数字序列作为 整个单词 重复一次或多次，并且可能在整个匹配子串的开头或结尾有标点符号。我使用 "whole word" 的意义与 PCRE 字边界 \b.

相同

为了证明这个想法，这里是使用 LuLpeg 的 re 模块的错误尝试；它似乎适用于负面前瞻但不适用于负面观察behinds:

function containsRepeatingWholeWord(input, word)
    return re.match(input:gsub('[%a%p]+', ' %1 '), '%s*[^%s]^0{"' .. word .. '"}+[^%s]^0%s*') ~= nil
end

这里是示例字符串和预期的 return 值（引号在语法上就像输入到 Lua 解释器中一样，而不是字符串的文字部分；这样做是为了使 trailing/leading 空格明显):

输入:" one !tvtvtv! two",字:tv,return值：true
输入:"I'd",字:d,return 值： false
输入： "tv"，字： tv，return值：true
输入:" tvtv! ",字:tv,return值：true
输入： " epon "，字： nope，return 值： false
输入:" eponnope ",字:nope,return 值： false
输入:"atv",字:tv,return 值： false

如果我有一个完整的 PCRE 正则表达式库，我可以很快做到这一点，但我没有，因为我不能 link 到 C，而且我还没有找到任何纯 Lua PCRE 或类似的实现。

我不确定 LPEG 是否足够灵活（直接使用 LPEG 或通过它的 re 模块）来做我想做的事，但我很确定内置 Lua函数不能做我想做的事，因为它不能处理重复的字符序列。 (tv)+ 不适用于 Lua 的内置 string:match 函数和类似函数。

我一直在寻找有趣的资源以试图找出如何做到这一点，但无济于事：

http://www.inf.puc-rio.br/~roberto/lpeg/re.html
http://www.lua.org/manual/5.2/manual.html#6.4.1
http://lua-users.org/wiki/FrontierPattern（不幸的是我的解释器不支持）
http://lua-users.org/wiki/PatternsTutorial
http://www.gammon.com.au/lpeg
http://lua-users.org/wiki/StringRecipes

Answer 1

我认为该模式不能可靠地工作，因为 %s*[^%s]^0 部分匹配一系列可选的空格字符，后跟非空格字符，然后它尝试匹配重复的单词但失败了。之后，它不会在字符串中向后或向前移动，并尝试在另一个位置匹配重复的单词。 LPeg 和 re 的语义与大多数正则表达式引擎的语义非常不同，即使对于看起来相似的东西也是如此。

这是基于 re 的版本。该模式只有一个捕获（重复词），因此如果找到重复词，则匹配 returns 字符串而不是数字。

function f(str, word)
    local patt = re.compile([[
        match_global <- repeated / ( [%s%p] repeated / . )+
        repeated <- { %word+ } (&[%s%p] / !.) ]],
        { word = word })
    return type(patt:match(str)) == 'string'
end

它有点复杂，因为原版 re 无法生成 lpeg.B 模式。

这是使用 lpeg.B 的 lpeg 版本。 LuLPeg 也适用于此。

local lpeg = require 'lpeg'
lpeg.locale(lpeg)

local function is_at_beginning(_, pos)
    return pos == 1
end

function find_reduplicated_word(str, word)
    local type, _ENV = type, math
    local B, C, Cmt, P, V = lpeg.B, lpeg.C, lpeg.Cmt, lpeg.P, lpeg.V
    local non_word = lpeg.space + lpeg.punct
    local patt = P {
        (V 'repeated' + 1)^1,
        repeated = (B(non_word) + Cmt(true, is_at_beginning))
                * C(P(word)^1)
                * #(non_word + P(-1))
    }
    return type(patt:match(str)) == 'string'
end

for _, test in ipairs {
    { 'tvtv', true },
    { ' tvtv', true },
    { ' !tv', true },
    { 'atv', false },
    { 'tva', false },
    { 'gun tv', true },
    { '!tv', true },
} do
    local str, expected = table.unpack(test)
    local result = find_reduplicated_word(str, 'tv')
    if result ~= expected then
        print(result)
        print(('"%s" should%s match but did%s')
            :format(str, expected and "" or "n't", expected and "n't" or ""))
    end
end

Answer 2

Lua 模式足够强大。
这里不需要 LPEG。

这是你的功能

function f(input, word)
   return (" "..input:gsub(word:gsub("%%", "%%%%"), "[=10=]").." "):find"%s%p*%z+%p*%s" ~= nil
end

这是功能测试

for _, t in ipairs{
   {input = " one !tvtvtv! two", word = "tv", return_value = true},
   {input = "I'd", word = "d", return_value = false},
   {input = "tv", word = "tv", return_value = true},
   {input = "   tvtv!  ", word = "tv", return_value = true},
   {input = " epon ", word = "nope", return_value = false},
   {input = " eponnope ", word = "nope", return_value = false},
   {input = "atv", word = "tv", return_value = false},
} do
   assert(f(t.input, t.word) == t.return_value)
end

在 Lua 5.1 中将可重复字符串匹配为 "whole word"

Match repeatable string as a "whole word" in Lua 5.1

regex

lua

lpeg

lua-5.1