中文 API 表达正则

[xuanwu]

初版草稿，欢迎意见建议 pip install chinese-regular-expression。详请见文档和测试用例。

任一("From", "Subject").表达()
=>
r"From|Subject"


序列("$").可无().某字("_", 大小写英文, 中文).某字("_", 大小写英文, 数字, 中文).若干().表达()
=>
r'\$?[_a-zA-Z\u4e00-\u9fa5][_a-zA-Z0-9\u4e00-\u9fa5]*'


序列("<emphasis>", 分段(序列(多个数字, 分段(序列(点号, 多个数字)).若干(3))), "</emphasis>").表达()
=>
r"<emphasis>([0-9]+(\.[0-9]+){3})</emphasis>"

[oneisall8955]

想起文言文编程语言😂

[w568w]

恭喜你重新发明了 Parser combinator： https://en.wikipedia.org/wiki/Parser_combinator

[forty]

你这中英混杂的看着真难受，就像讲话的中英夹杂过多也听了难受一样。
比文言文编程差远了。
文言文写的是： [正则之 From 或 Subject] 不比 [任一("From", "Subject").表达()] 舒服吗？

[xuanwu]

@w568w 创作动机请见： https://zhuanlan.zhihu.com/p/323940002 欢迎分享类似实现。

[xuanwu]

@forty 略复杂的比如另两个写出来不知如何？
个人暂时用 py 比较多，于是先做 py 的库。

[forty]

@xuanwu
'\$?[_a-zA-Z\u4e00-\u9fa5][_a-zA-Z0-9\u4e00-\u9fa5]*'
或有$，及_、大小写英文、汉字之一，及_、大小写英文、数字、汉字若干

[xuanwu]

@forty 感觉不错。不过 wenyan 项目里 `或有、及、若干` 尚未实现吧？

[sead]

这个除了好玩之外，用起来不别扭吗？

[forty]

@xuanwu 有提案，未实现。

@sead 这个东西的价值，其实不在代码层面，我觉得应该是可以和图形化结合起来，从图形(铁道图)来构建正则。

[panlatent]

正则表达式是各种符号表达的规则，不像编程语言你把英文换成中文还有些意义。真要是英文的正则也会很别扭的

[xuanwu]

@sead 初衷就是为了更易读写，详见 4 楼创作动机

@panlatent 想把规则直白化，因为个人不常用正则，不想每次回看老代码还要回忆各符号含义。