正则表达式 api 技术验证与设计细化
self.assertEqual(一个("a").表达(), r"a")
self.assertEqual(最多一个("$").一个("_", 大小写英文, 中文).任意个("_", 大小写英文, 数字, 中文).表达(),
r'\$?[_a-zA-Z\u4e00-\u9fa5][_a-zA-Z0-9\u4e00-\u9fa5]*')
self.assertEqual(不是(反斜杠, 右小括号).表达(), r'[^\\\)]')
self.assertEqual(
皆可(
一个(反斜杠).一个(左小括号).分组(任意个(不是(反斜杠, 右小括号))).一个(反斜杠).一个(右小括号).表达(),
一个(反引号).分组(任意个(不是(反引号))).一个(反引号).表达()
).表达(),
r'\\\(([^\\\)]*)\\\)|`([^`]*)`')
下面尝试从目标、功能、具体设计等各方面做个规划。
1 目标
正则表达式（regular expression）读写不易。通过此 API 生成正则表达式，对读和写两方面进行改进。
2 功能
2.1 易读方面
- 相对
?<=这样的符号，API 命名的语义更明确 - 可以省去正则表达式语法相关字符需要的反斜杠
-
明确运算优先级，比如 和 (?<!) 等等
2.2 易写方面
借助 IDE 的辅助，可看到各接口和常量，可以省去记忆各种符号。下面是安装了此插件的效果：
2.3 潜在问题
- 如需跨编程语言使用，需移植该 API
- API 的表达往往比原本正则表达式冗长，需在可读与篇幅之间寻求平衡
- API 的命名需要尽量准确简约，如果不与正则表达式语法一一对应，使用时可能需要更多适应
3 设计
3.1 大致思路
-
尽可能减少底层 API 的数量，尽量保持与正则表达式语法的一一对应。至于有些符号如 ^ ? 等等，一个有多种用处，需酌情看是否能合并到一个 API。
-
与 1 相关，底层 API 的功能尽量简单，不包含优化或者复杂的转换。
-
命名风格上，尽量使用两字或四字中文
3.2 正则常用语法的对应 API 示例
-
abc
一个(“abc”)
-
( 规律 )
分组(规律)
-
规律1 规律2 皆可(规律1, 规律2)
-
^, $
开头, 结尾
-
规律 *
几个(规律)
-
规律 +
最少一个(规律)
-
规律 {m}
重复(规律, m)
-
规律 {m, n}
重复(规律, m, n)
-
规律 ?
最多一个(规律)
-
规律 *?
最小匹配(几个(规律))
-
规律 +?
最小匹配(最少一个(规律))
-
规律 {m, n}?
最小匹配(重复(规律, m, n))
-
[abc0-9]
某字("abc", 数字)。这里原本也用“一个”命名，但一个("abc")就有了歧义(与上面第一个语法) -
[^abc]
不是(“abc”)
-
规律2 (?= 规律1)
规律2.后面是(规律1)
-
规律2 (?! 规律1)
规律2.后面不是(规律1)
-
(?<= 规律1) 规律2
规律2.前面是(规律1)
-
(?<! 规律1) 规律2
规律2.前面不是(规律1)
欢迎意见建议。