Swift 中的 RegexBuilder学习指南

前言

在我们日常的项目开发中,经常会碰到和正则表达式打交道的时候。比如用户密码,通常会要求同时包含小写字母、大写字母、数字,并且长度不少于 8 位,以此来提高密码的安全性。

在 Swift 中,我们可以用正则表达式的字面量方式来进行实现。

Regex 字面量

Regex 字面量实现代码:

let regex = /^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)[a-zA-Z\d]{8,}$/
let text = "Aa11111111"
print(text.matches(of: regex).first?.output) // Optional("Aa11111111")

通过上述代码可以看到,//通过两个斜线就可以来生成正则的字面量。用字面量的方式确实可以使代码很简洁,但简洁的代价就是很难看懂,对后面的代码维护也造成了很大的困难。

就像网上盛传的一句梗一样:“我有一个问题,所以我写了一个正则表达式。现在,我有了两个问题。”

对于 Regex 难懂且难维护的问题,Swift 的开发团队给出的方案就是:RegexBuilder。

RegexBuilder - 像写代码一样写正则

假设我们有一个字符串"name: John Appleseed, user_id: 100",想要提取其中user_id的值。 首先第一步,先导入 RegexBuilder:

import RegexBuilder

接着,通过结构体 Regex 来构建正则语句:

let regex = Regex {
  "user_id:" // 1
  OneOrMore(.whitespace) // 2
  Capture(.localizedInteger(locale: Locale(identifier: "zh-CN"))) // 3
}

第一行代码匹配的是固定字符串:"user_id",第二行代码匹配的是一个或者多个空格,第三行代码则是匹配的整型数字。

localizedInteger 会将匹配到的数字自动转为整型,比如下面的例子:

let input = "user_id:  100.11"
let regex = Regex {
  Capture(.localizedInteger(locale: Locale(identifier: "zh-CN")))
}
if let match = input.firstMatch(of: regex) {
  print("Matched: \(match.0)") // Matched:  100.11
  print("User ID: \(match.1)") // User ID: 100
}

虽然匹配的是 100.11,但输出的仍然是 100。

最后,就可以通过 macth 的相关函数来进行数据提取了:

if let match = input.firstMatch(of: regex) {
  print("Matched: \(match.0)")
  print("User ID: \(match.1)")
}

RegexRepetitionBehavior

该结构体是用来定义匹配的重复行为的,它有三个值:

  • edger:会尽可能多的去匹配输入的字符,必要的时候会回溯。默认为edger
  • reluctant:会尽可能少的去匹配输入的字符,它会根据你的需求来一点点增大匹配区域,以完成匹配。
  • possessive:会尽可能多的去匹配输入的字符,不会回溯。

比如下面这个例子:

let testSuiteTestInputs = [    "2022-06-06 09:41:00.001",    "2022-06-06 09:41:00.001.",    "2022-06-06 09:41:00.001."]
let regex = Regex {
  Capture(OneOrMore(.any))
  Optionally(".")
}
for line in testSuiteTestInputs {
  if let (dateTime) = line.wholeMatch(of: regex)?.output {
      print("Matched: \(dateTime)\"")
  }
}

因为这三条数据最后的.是不一定有的,所以我们的正则有一个 Optionally(".")。但匹配出来的 dateTime 还是会带 .。因为 edger 会匹配所有的字符包含最后的点在内,这样 Optionally(".") 根本不会起作用。

改成 Capture(OneOrMore(.any, .reluctant))则会修复这个问题。因为 reluctant 它是匹配尽可能少的输入,所以最后的Optionally(".")会执行。

在 Swift 5.7 中,Foundation 框架也对 RegexBuilder 进行适配。所以对于 Date、URL等类型,我们可以借助 Foundation 的强大功能来进行解析。

Foundation 的支持

假如,我们在做一个金融相关的 APP,为了兼容一些老数据,需要将一些字符串类型的数据转为结构体。

这是我们的字符串数据:

let statement = """
CREDIT    2022/03/03    张三     ¥2,000,000.00
DEBIT     03/03/2022    Tom      $2,000,000.00
DEBIT

这是我们需要转的结构体:

struct Trade {
  let type: String
  let date: Date
  let name: String
  let count: Decimal
}

下面这个就是我们需要编写的 Regex:

let regex = Regex {
  Capture {
      /CREDIT|DEBIT/
  }
  OneOrMore(.whitespace)
  Capture {
      One(.date(.numeric, locale: Locale(identifier: "zh_CN"), timeZone: .gmt))
  }
  OneOrMore(.whitespace)
  Capture {
      OneOrMore(.word)
  }
  OneOrMore(.whitespace)
  Capture {
      One(.localizedCurrency(code: "CNY", locale: Locale(identifier: "zh_CN")))
  }
}

首先,我们需要匹配固定的字符串:CREDIT/DEBIT,接着是匹配一个或者多个空格。

接下来就是 Foundation 的重头戏了,对于日期类型的字符串,我们并不需要写一些匹配年月日规则的正则,只需要借助 Foundation 内嵌的功能即可。这样做不仅省去了我们自己编写的时间,更重要的是:官方写的要比我们自己写的更能保证代码的正确性。

需要注意的是,Apple 推荐我们显式的写出 locale 属性,而不是下面这种跟随系统写法 :

One(.date(.numeric, locale: Locale.current, timeZone: TimeZone.current))

因为这种写法会带来多种预期,并不能保证数据的确定性。

匹配完日期,接着就是对空格和用户名的匹配。最后,是对交易金额的匹配,金额也是 Foundation 提供的函数来进行的匹配。

测试代码:

let result = statement.matches(of: regex)
var trades = [Trade]()
result.forEach { match in
  let (_, type, date, name, count) = match.output
  trades.append(Trade(type: String(type), date: date, name: String(name), count: count))
}
print(trades) 
// [SwiftDemo.Trade(type: "CREDIT", date: 2022-03-03 00:00:00 +0000, name: "张三", count: 2000000), SwiftDemo.Trade(type: "DEBIT", date: 2022-03-05 00:00:00 +0000, name: "李三", count: 33.27)]

通过打印可以得知,输出的结果并不符合预期,漏掉了 Tom 那条数据。漏掉的原因可以通过代码一眼得知:因为对日期和金额我们显式的指定了是中国的格式,显然03/03/2022 这种格式是不符合年月日的格式的。这也体现了显式指定格式的好处:方便排查问题。

我们只要将日期格式转为年月日格式,再将 $ 转为 ¥ 即可让正则正确匹配。

首先,我们需要根据 currency 来来返回正确的 Date 类型:

func pickStrategy(_ currency: Substring) -> Date.ParseStrategy {
switch currency {
case "$": return .date(.numeric, locale: Locale(identifier: "en_US"), timeZone: .gmt)
case "¥": return .date(.numeric, locale: Locale(identifier: "zh_CN"), timeZone: .gmt)
default: fatalError("We found another one!")
}
}

接着,编写正则表达式来获取相应的字符串字段:

let regex1 = #/
(?<date>     \d{2} / \d{2} / \d{4})
(?<name>   \P{currencySymbol}+)
(?<currency> \p{currencySymbol})
/#

注:#//#格式为 Swift 中运行时正则表达式的格式。

最后,再调用 replace 函数来进行符合正则的字符替换:

statement.replace(regex1) { match -> String in
  print(match.currency)
  let date = try! Date(String(match.date), strategy: pickStrategy(match.currency))
  // ISO 8601, it's the only way to be sure
  let newDate = date.formatted(.iso8601.year().month().day())
  return newDate + match.name + "¥"
}
statement = statement.replacingOccurrences(of: "-", with: "/")

这样,我们就能解析出符合我们需求的 Trade 类型的数据了。

总结

  • RegexBuilder 会使代码更加易读易维护
  • RegexRepetitionBehavior 的三个值的区别
  • 尽可能多的使用 Foundation 提供的函数来解析数据
  • 使用 Foundation 时要指定格式解析数据,这样可以保证数据的唯一性

参考链接

  • 用户密码正则表达式来源
  • RegexBuilder

以上就是Swift 中的 RegexBuilder学习指南的详细内容,更多关于Swift RegexBuilder的资料请关注编程教程其它相关文章!

下一章:Swift 中 Opaque Types学习指南

 什么是Opaque TypesOpaque Types 是在 Swift5.7 新添加的一个特性。主要是和 Protocol 来搭配使用,用来定义函数中的参数类型。它的作用就是隐 ...