[草泥马语] ws2gmh之正则版

RednaxelaFX

浏览: 3056135 次
性别:
来自: 海外

最近访客更多访客>>

peakmeng

wszt

txm119161336

Alex_hyts

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

博客分类：

misc

正则表达式 Ruby JavaScript 浏览器 SVN

友情支持草泥马语官方网站：>>= 猛击这里 =<<

草泥马语是一种脱胎自Whitespace的全新语言。它是如此的新，我们可以放心的把Whitespace程序升级为草泥马版。官网提供的发行版里就有ws2gmh工具帮我们完成升级。

在WS2GMH.java中，升级的核心逻辑如下：

int ch;
while ((ch = reader.read()) != -1) {
    switch (ch) {
    case ' ':
        // writer.append("[Space]");
        ch = '草';
        break;
    case '\t':
        // writer.append("[Tab]");
        ch = '泥';
        break;
    case '\n':
        // writer.append("[LF]\n");
        writer.append('马');
        break;
    }
    writer.append((char) ch);
}

（注意该程序保留了\n；另外Java I/O的默认处理是读文件的时候把\r\n变成\n）
这是一个while-switch结构。不考虑运行效率，有没有办法写得更精悍一点呢？

先来看JavaScript版本甲：

function ws2gmh(wsSrc) {
  return wsSrc.replace(/( )|(\t)|(\n)/mg, function (_, p1, p2, p3) {
    return p1 && '草' || p2 && '泥' || p3 && '马\n'
  })
}

可以在浏览器里测试：

<html>
  <meta http-equiv="Content-Type" content="text/html;charset=GBK" />
  <head>
    <script type="text/javascript">
    function ws2gmh(wsSrc) {
      return wsSrc.replace(/( )|(\t)|(\n)/mg, function (_, p1, p2, p3) {
        return p1 && '草' || p2 && '泥' || p3 && '马\n'
      })
    }
    
    function sync() {
      var ws_textarea = document.getElementById('ws_textarea')
      var gmh_textarea = document.getElementById('gmh_textarea')
      
      // strip the CRs, mimic Java's file I/O behavior
      var ws_src = ws_textarea.value.replace(/\r/mg, '')
      gmh_textarea.value = ws2gmh(ws_src)
    }
    </script>
  </head>
  <body>
    <div>
      <p>Whitespace:<br />
        <textarea id="ws_textarea" cols="80" rows="10" width="100%" onkeyup="sync()"></textarea>
      </p>
    </div>
    <div>
      <p>草泥马语:<br />
        <textarea id="gmh_textarea" cols="80" rows="10" width="100%" readonly="true" disabled="true"></textarea>
      </p>
    </div>
  </body>
</html>

如果从外部文本编辑器复制过来的话要注意了，有些编辑器会自动转换掉了单个的\n或\r，或\r\n，总之复制进来前注意一下……

然后，JavaScript版本乙：

var mapping = {
  ' ' : '草',
  '\t': '泥',
  '\n': '马\n'
}

function ws2gmh(wsSrc) {
  return wsSrc.replace(/[ \t\n]/mg, function (s) {
    return mapping[s]
  })
}

当然mapping直接写在ws2gmh()里也行，只不过要重复求值有点不太爽。要实验的话照样放到前面的HTML里换掉版本甲即可。

用JavaScript能行，用Ruby当然也能。版本甲：

def ws2gmh(ws_src)
  ws_src.gsub(/( )|(\t)|(\n)/m) { $1 && '草' || $2 && '泥' || $3 && "马\n" }
end

版本乙：

def ws2gmh(ws_src)
  mapping = { ' ' => '草', "\t" => '泥', "\n" => "马\n" }
  ws_src.gsub(/[ \t\n]/m) {|s| mapping[s] }
end

版本乙变种：

def ws2gmh(ws_src)
  mapping = { ' ' => '草', "\t" => '泥', "\n" => "马\n" }
  ws_src.gsub(/[#{Regexp.escape mapping.keys.join}]/m) {|s| mapping[s] }
end

这个变种对mapping的变化敏感度更低些，但运行时开销更大些

于是官方版WS2GMH的完整逻辑就可以用以下脚本实现：

#!/usr/bin/env ruby
# -*- coding: gbk -*-

def ws2gmh(ws_src)
  mapping = { ' ' => '草', "\t" => '泥', "\n" => "马\n" }
  ws_src.gsub(/[ \t\n]/m) {|s| mapping[s] }
end

if __FILE__ == $0
  begin
    ws_file, gmh_file = ARGV
    raise unless ws_file && File.extname(ws_file) =~ /\.ws/i
    gmh_file ||= ws_file[0..-3] + 'gmh' 
    open(gmh_file, 'wb') {|f| f << ws2gmh(File.read(ws_file)) }
  rescue
    puts 'Usage: ws2gmh <ws_file> [gmh_file]'
  end
end

当然用Java也能实现正则版，只是写起来麻烦……懒得写了。

分享到：

动态加载的时候一个小细节 | JavaEye短信的乐趣

2009-12-09 03:39
浏览 1948
评论(11)
分类:非技术
查看更多

11 楼 iaimstar 2009-12-09

好吧，我承认确实比较短 >_<

10 楼 RednaxelaFX 2009-12-09

iaimstar 写道

不过我喜欢乙
至少map被独立管理起来了，不会污染回调函数

在原帖里顺手加了个Ruby版本乙的变种……连正则表达式也可以不污染 =_=|||

9 楼 RednaxelaFX 2009-12-09

iaimstar 写道

不过我喜欢乙
至少map被独立管理起来了，不会污染回调函数

嗯咪……反正甲乙都一样是用回调函数版。我是无所谓。甲是用来演示&& ||比if...else短的情形用的而已 =_=

8 楼 RednaxelaFX 2009-12-09

night_stalker 写道

js 从第几个版本起有 gsub？如果跨浏览器的话我就不用在服务器上实现一遍 gsub 了……

至少IE6上就有等价于gsub的东西了……就是replace。放心用。
要知道JS里正则替换g不g是写在正则表达式的后缀/属性上的，而不是写在函数名上……

7 楼 night_stalker 2009-12-09

js 从第几个版本起有 gsub？如果跨浏览器的话我就不用在服务器上实现一遍 gsub 了……

6 楼 iaimstar 2009-12-09

不过我喜欢乙
至少map被独立管理起来了，不会污染回调函数

5 楼 iaimstar 2009-12-09

replacement can be a string or a function to be called for each match.
这个很有趣，w3school上面只提到了string，没有提到回调函数

而我在ie上测试也没有问题，这是个很好用的skill

4 楼 RednaxelaFX 2009-12-09

iaimstar 写道

return wsSrc.replace(/( )|(\t)|(\n)/mg, function (_, p1, p2, p3)
这个用法很新宣，fx解释下为啥/() \t 和\n能作为p1,p2,p3来调用function？

这个请参考Mozilla文档：String.replace
当调用replace提供两个参数时，第二个参数应该是一个回调函数，其参数列表的格式是：
1、匹配到的整个子串
2、第一个捕获分组匹配到的子串
3、第二个捕获分组匹配到的子串
……
N、最后一个捕获分组匹配到的子串
N+1、匹配到的整个子串在源字符串中的偏移量
N+2、整个源字符串

JavaScript的函数参数列表中变量有多少个其实没多大关系，反正编译器不会把形式参数与实际参数个数不同看作错误，所以……

3 楼 iaimstar 2009-12-09

return wsSrc.replace(/( )|(\t)|(\n)/mg, function (_, p1, p2, p3)
这个用法很新宣，fx解释下为啥/() \t 和\n能作为p1,p2,p3来调用function？

2 楼 RednaxelaFX 2009-12-09

iaimstar 写道

何等的蛋疼

其实这帖真正的看点是JavaScript版本甲。飘过……

1 楼 iaimstar 2009-12-09

何等的蛋疼

发表评论

您还没有登录,请您登录后再发表评论

最近访客更多访客>>

博主相关

文章分类

社区版块

存档分类

最新评论