LISP - 字符串搜索

Lisp - 字符串搜索与匹配

文本处理是软件开发中的常见任务。Common Lisp 提供了强大的内置工具用于简单的子字符串（substring）搜索，并且可以通过库（libraries）扩展，以实现基于正则表达式（regular expressions，简称 regex）的高级模式匹配。

使用 search 进行基本子字符串搜索

用于在一个序列中查找另一个序列的主要函数是 search。当用于字符串时，它会查找一个子字符串。它返回第一个匹配项的起始索引（index），如果没有找到匹配项，则返回 NIL。

示例：区分大小写和不区分大小写的搜索

(let ((main-string "Welcome to the Lisp tutorial!"))
  (format t "Main String: '~a'~%~%" main-string)

  ;; 1. 成功的区分大小写搜索
  (format t "Searching for \"Lisp\": ~a~%"
          (search "Lisp" main-string))

  ;; 2. 失败的区分大小写搜索
  (format t "Searching for \"lisp\": ~a~%"
          (search "lisp" main-string))

  ;; 3. 使用 :test 进行成功的、不区分大小写的搜索
  (format t "Searching for \"lisp\" (case-insensitive): ~a~%"
          (search "lisp" main-string :test #'string-equal))

  ;; 4. 搜索不存在的子字符串
  (format t "Searching for \"Java\": ~a~%"
          (search "Java" main-string)))

输出

Main String: 'Welcome to the Lisp tutorial!'

Searching for "Lisp": 15
Searching for "lisp": NIL
Searching for "lisp" (case-insensitive): 15
Searching for "Java": NIL

实现不区分大小写的关键是 :test 关键字参数。通过提供 #'string-equal，我们告诉 search 使用不区分大小写的比较函数，而不是默认的 #'eql。

使用正则表达式进行高级模式匹配

对于比简单子字符串更复杂的任何情况，行业标准是使用 正则表达式 (regex)。虽然它并非 ANSI Common Lisp 标准的内置部分，但一个名为 cl-ppcre 的强大库被广泛使用。

cl-ppcre 入门

要使用它，首先你需要一个安装了 Quicklisp 包管理器（package manager）的现代 Lisp 环境。然后你可以通过以下方式加载该库：

;; 在你的 Lisp REPL 中
(ql:quickload "cl-ppcre")

示例：提取电子邮件地址

想象一下，你想要在一个大段文本中找到一个电子邮件地址。这正是正则表达式的完美应用场景。

;; 确保你已首先加载 cl-ppcre
(defpackage #:my-regex-example
  (:use #:cl #:cl-ppcre))
(in-package #:my-regex-example)

(let ((text "Contact us at support@example.com for help."))
  (format t "Text: '~a'~%" text)

  ;; 用于匹配简单电子邮件地址的正则表达式
  (let ((email-regex "[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"))

    ;; scan-to-strings 返回匹配到的字符串作为结果
    (multiple-value-bind (match registers)
        (scan-to-strings email-regex text)
      (declare (ignore registers))
      (if match
          (format t "Found email address: ~a~%" match)
          (format t "No email address found.~%")))))

输出

Text: 'Contact us at support@example.com for help.'
Found email address: support@example.com

何时使用 search 与正则表达式

• 何时使用 search… 当你需要查找一个固定的、字面意义的子字符串时。它简单、快速且是内置功能。
• 何时使用像 cl-ppcre 这样的正则表达式库… 当你需要查找模式（如电子邮件、URL、日期）、验证输入格式或执行复杂的搜索替换操作时。