代替正则——HyperScriptExpression联合开发倡议公告

infinte

正则的难写和复杂语法使得出学者们难以接触。为了解决这个难题，本人决定请诸位和本人一起开发HyperScriptExpression(以后简称HSE)。HSE全部使用标记（Marked）形式，语法规整，例如：
正则\d{2}-\d{5}的等价HSE为：<rep=2><digit></rep>-<rep=5><digit></rep>。
正则<(.*)>.*<\/\1>的等价HSE为：&amp;lt;<rem(><*><any></*><)>&amp;gt;<*><any></*>&amp;lt;/<rem=1>&amp;gt;。
正则^Chapter [1-9][0-9]{0,1}的等价HSE为：<@start>Chapter <in>1-9</in><rep=0,1><in>0-9</in></rep>。
正则(\w)+[@]{1}((\w)+[\.]){1,3}(\w)+的等价HSE为：<+><word></+><rep1>@</rep><rep=1,3><word+>.</rep><word+>。
HSE 语法注释
<>转移符号。<用&amp;lt;代替。>用&amp;gt;代替<@start>匹配输入字符串的开始位置。如果设置了 HSE 对象的 Multiline 属性，<@start> 也匹配<crlf>或<cr>之后的位置。<@over>匹配输入字符串的结束位置。如果设置了 HSE 对象的 Multiline 属性，<@over> 也匹配<crlf>或<cr>之前的位置。<*></*>匹配前面的子表达式零次或多次。例如，z<*>o</*> 能匹配 "z" 以及 "zoo"。等价于<least=0></least>。<+></+>匹配前面的子表达式一次或多次。例如，'z<+>o</+>' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。等价于<least=1></least>。<sel></sel>匹配前面的子表达式零次或一次。例如，"do<sel>es</sel>" 可以匹配 "do" 或 "does" 中的"do" 。 等价于<rep=0,1></rep>。<rep=n></rep>n 是一个非负整数。匹配确定的 n 次。例如，'<rep=2>o</rep>' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。<least=n></least>n 是一个非负整数。至少匹配n 次。例如，'<least=2>o</least>' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。<rep=m,n></rep>m 和 n 均为非负整数，其中n >= m。最少匹配 m 次且最多匹配 n 次。例如，"<rep=1,3>o</rep>" 将匹配 "fooooood" 中的前三个 o。请注意在逗号和两个数之间不能有空格。NG属性当该字符紧跟在任何一个其他限制符后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'<+ NG>o</+>' 将匹配单个 "o"，而 '<+>o</+>' 将匹配所有 'o'。<anything>或<any>匹配除 "<crlf>" 之外的任何单个字符。要匹配包括 '<crlf>' 在内的任何字符，请使用象 '<in><any><crlf></in>' 的模式。<rem(>p</)>或
<rem>p</rem>
匹配 p 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，使用 SubMatches 集合，$0…$9 属性。<(>pattern</)>匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr<(>y<or>ies</)> 就是一个比 'industry|industries' 更简略的表达式。<eq>pattern</eq>正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如， 'Windows <eq>95<or>98<or>NT<or>2000</eq>' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。<neq>pattern</neq>负向预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。x<or>y匹配 x 或 y。例如，'z<or>food' 能匹配 "z" 或 "food"。'<(>z<or>f</)>ood' 则匹配 "zood" 或 "food"。<in></in>字符集合。匹配所包含的任意一个字符。例如，'<in>abc</in>' 可以匹配 "plain" 中的 'a'。<nin></nin>负值字符集合。匹配未包含的任意字符。例如，'<nin>abc</nin>' 可以匹配 "plain" 中的'p'。<in>a-z</in>字符范围。匹配指定范围内的任意字符。<nin>a-z</nin>负值字符范围。匹配任何不在指定范围内的任意字符。<border></border>匹配一个单词边界，也就是指单词和空格间的位置。<nborder></nborder>匹配非单词边界。<border>的否定。<control=x>匹配由 x 指明的控制字符。例如，<control=M> 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 <control> 视为 <nothing> 字符。<digit>匹配一个数字字符。可以使用<digit+>,<digit*>,<digit?>格式。下同。<ndigit>匹配一个非数字字符。<page>匹配一个换页符。<crlf>匹配一个换行符。<cr>匹配一个回车符。<blank>匹配任何空白字符，包括空格、制表符、换页符等等。<nblank>匹配任何非空白字符。<tab>匹配一个制表符。<vtab>匹配一个垂直制表符。<word>匹配包括下划线的任何单词字符。<nword>匹配任何非单词字符。<hex=n>匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。<call=num>匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，'<rem><any></rem><call=1>' 匹配两个连续的相同字符。<oct=n>标识一个八进制转义值。<unicode=n>匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号 (&copy;)。<nothing>或者
<nil>匹配空字符。用于选择，比如<nothing><or>a<or>b<or>c<or>d代表a,b,c,d或者没有（空字符）。<total>强制性全部字符串匹配。比如<total>HS<in>DEF</in>可匹配HSD但不可以匹配HSDB中的HSD。

[ 本帖最后由 infinte 于 2007-1-28 13:55 编辑 ]

monfs

不懂正则，这个当然也不懂，不过帮你顶一个！

剑枫

:lol 有啥区别？

mingxuan3000

还是正则看到爽些

zhuomingliang

改了一下语法，似乎更难看懂了。

brull

呵呵~
似乎目前没有听到积极的回复
楼主能将它规划得如此细致,确实非常的难得,做得很棒
但是就目前楼主给的信息,我也和他们认为一样,反而把正则复杂化了的说,而且现在很多人都已经很熟悉现在的正则表达式,更重要的是现在的正则表达式在多种语言里面语法都差不多,这样可能接受你这个的人就不是很多
但是也许楼住想的和我们不一样,鼓励一下,拭目以待

dron

呵呵，  还是正则用起来顺手一些， 何必又把它复杂化了？

infinte

我所做的，不是让正则复杂，而是让人们能更好的警醒字符串匹配。因为正则规矩太多，不学到相当程度看它犹如看天书，而HSE语法简单，使用标记语言，更容易明白。

dron

呵呵， 其实我也不是有意要推翻你的想法
你想一下， 对于初学者来说， 正则陌生，HSE 也陌生

难道他会认为 \d{1,3} 比 <rep=1,3><digit></rep> 难学吗？

dron

或者你个人认为 \d{1,3} 更复杂， 更难理解？

上水道的

没什么意义,还降低效率

nameless

如果你出的产品有正则那么灵活，可扩展，而且，可以在绝大部分默认安装的 编译或解释器 里面使用，而且，可以很容易的找到可用的高级语言函数库，那么，你的工作还是有价值的，否则，你不过发明了另一个不太圆的轮子，除了个人在语言掌握上能得到一些提高，别无它用

mingxuan3000

有熟悉你的这个的时间，就能熟悉正则了

剑枫

:lol 应该更加简化才行。

最好是把正则符号变成 英文单词加符号 ，比如 ：  {string}

prodigynonsense

是啊，根本就毫无意义

将JS进行到底

楼主有时间不如研究下JS框架，正则已经够简练了，而且正则也不是很难，你这是多取一举吗

mackey

原帖由 nameless 于 2007-1-28 21:21 发表
如果你出的产品有正则那么灵活，可扩展，而且，可以在绝大部分默认安装的 编译或解释器 里面使用，而且，可以很容易的找到可用的高级语言函数库，那么，你的工作还是有价值的，否则，你不过发明了另一个不太圆的 ...

同上。不过你研究下，对自己的提高还是有好处的。

井底的蛙

哎，你们对人家的打击也太，好歹也说点好听的啊

不过写这个的确对自己的学习有帮助的

仔细看了，他的主要优点不是简单（难度和正则差不多），他的优点是多以英文代替正则的缩写字母，这对懂点英文的人来说非常方便，在初学时不用频繁的查看手册

caoyangorg

个人认为毫无必要
正则表达式是程序员的一项基本功，....

精炼了n年的东西，现在这样，我觉得反而在对它进行复杂化

井底的蛙

楼上有够厉害的

注册 2006-6-19

今天才发第一个帖子。。。。。:L