Question

这是与Mac / OSX相关的问题！

我有以下三个字符长的haskell字符串：

"a\160b"

我想匹配并替换中间字符

有几种方法，比如

ghci> :m +Text.Regex
ghci> subRegex (mkRegex "\160") "a\160b" "X"
  "*** Exception: user error (Text.Regex.Posix.String died: (ReturnCode 17,"illegal byte sequence"))
ghci> subRegex (mkRegex "\\160") "a\160b" "X"
  "a\160b"

没有产生预期的结果。

如何修改正则表达式或我的环境以将'\ 160'替换为'X'？

问题似乎是它在输入的语言环境/编码中的根源。

bash> locale
LANG=
LC_COLLATE="C"
LC_CTYPE="UTF-8"
LC_MESSAGES="C"
LC_MONETARY="C"
LC_NUMERIC="C"
LC_TIME="C"
LC_ALL=

我已修改我的.bashrc以导出以下env-vars：

bash> locale
LANG="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_CTYPE="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_ALL="en_US.UTF-8"

但这并没有改变行为。

Answer 1

我能够通过将我的语言环境设置为'en_US.UTF-8'来重现您的问题。（我也在使用MacOSX。）

bash> export LANG=en_US.UTF-8
bash> ghci                   
GHCi, version 6.12.1: http://www.haskell.org/ghc/  :? for help
Prelude> :m +Text.Regex
Prelude Text.Regex> subRegex (mkRegex "\160") "a\160b" "X"
"*** Exception: user error (Text.Regex.Posix.String died: (ReturnCode 17,"illegal byte sequence"))

将您的语言环境设置为“C”应解决问题：

bash> export LANG=C
bash> ghci                   
GHCi, version 6.12.1: http://www.haskell.org/ghc/  :? for help
Prelude> :m +Text.Regex
Prelude Text.Regex> subRegex (mkRegex "\160") "a\160b" "X"
"aXb"

不幸的是，我没有解释为什么语言环境导致了这个问题。

Answer 2

您是否有特定原因需要使用正则表达式，而不仅仅是map？

replace :: Char -> Char
replace '\160' = 'X'
replace c      = c

test = map replace "a\160b" == "aXb"

请注意，如果您想使用Unicode字符串，则可能更容易使用旨在处理Unicode的text包，并且对于较大的字符串，效率高于String。

在haskell regexp中匹配特定的unicode char

2 个答案: