Mehrzeiliges Matching in Haskell Posix

Question

Ich scheine keine anständige Dokumentation zur POSIX-Implementierung von Haskell zu finden. Konkret das Modul Text.Regex.Posix.

Kann mir jemand den richtigen Weg zeigen, wie man in einem String Mehrfachübereinstimmungen verwendet?

Ein Schnipsel für die Neugierigen:

> extractToken body = body =~ "]*id=\"wpTextbox1\"[^>]*>(.*)" :: String

Ich versuche den Quelltext von Wikipedia-Seiten zu extrahieren, jedoch scheitert diese Methode eindeutig, wenn mehr als eine Zeile beteiligt ist.

Answer 1

Sie müssen möglicherweise import Text.Regex.Base.RegexLike für den Zugriff auf makeRegexOpts und verwandte Funktionen benötigen.

extractToken body = match regex body where
    regex = makeRegexOpts (defaultCompOpt - compNewline) defaultExecOpt
              "]*id=\"wpTextbox1\"[^>]*>(.*)"

Nun, da Text.Regex.Posix's defaultCompOpt = compExtended + compNewline ist, ergibt sich ein äquivalenter Ausdruck:

extractToken body = match regex body where
    regex = makeRegexOpts compExtended defaultExecOpt
              "]*id=\"wpTextbox1\"[^>]*>(.*)"

Um nur die erste Gruppe herauszuziehen, verwenden Sie eine der anderen Instanzen von RegexLike. Eine Möglichkeit ist:

extractToken body = head groups where
    (preMatch, inMatch, postMatch, groups) =
        match regex body :: (String, String, String, [String])
    regex = makeRegexOpts compExtended defaultExecOpt
              "]*id=\"wpTextbox1\"[^>]*>(.*)"

Answer 2

Sie müssen möglicherweise das PCRE-Backend verwenden, wenn Sie etwas flexibleres oder leistungsstärkeres als Posix-Regexes verwenden möchten.

Pcre-light und Regex-Pcre sind beide in Ordnung.

Answer 3

In diesem Fall habe ich das Problem gelöst, indem ich übereinstimmte

((.*)|\n*)*

Obwohl dies je nach Ihrem Ausdruck möglicherweise nicht immer funktioniert. Die obige Lösung ist wahrscheinlich der beste Weg, wenn Sie dazu in der Lage sind.