Перенос регулярного выражения из PHP в D компилируется, но возвращает другой набор групп. Цена ошибки — неверно разобранный текст, который выглядит корректным до первого вложенного или пустого совпадения.
Исходная статья полезна как портирование знакомой функции. Здесь оно превращается в контракт: что считается совпадением, какие группы нужны, как обрабатывается отсутствие результата и где заканчивается ответственность regex.
Что сохраняем из исходной заметки
В PHP есть очень удобная функция для глобального поиска шаблона регулярного выражения в строке preg_match_all. Давайте напишем аналогичный класс статических методов для реализации этой функции с разными флагами на языке программирования D.
Функция ищет в строке *subject* все совпадения с шаблоном pattern и помещает результат в массив *matches* в порядке, определяемом комбинацией флагов *flags*.
После нахождения первого соответствия последующие поиски будут осуществляться не с начала строки, а от конца последнего найденного вхождения.
Данная функцию очень удобна и чаще всего она применяется с третьим параметром, чтобы обработать полученный массив совпадений шаблона. В *D* подобной регулярной функции нет. Мне вообще не сильно нравятся, как реализованы регулярные выражения в *D*. Ну да ладно.
Полную документацию по функции можете посмотреть здесь [http://php.net/manual/ru/function.preg-match-all.php](http://php.net/manual/ru/function.preg-match-all.php).
Возможные флаги функции *preg_match_all*:
- *PREG_PATTERN_ORDER* – упорядочивает результаты так, что элемент *$matches[0]* содержит массив полных вхождений шаблона, элемент *$matches[1]* содержит массив вхождений первой подмаски, и так далее;
- *PREG_SET_ORDER* – упорядочивает результаты так, что элемент *$matches[0]* содержит первый набор вхождений, элемент *$matches[1]* содержит второй набор вхождений, и так далее;
- *PREG_OFFSET_CAPTURE* – в случае, если этот флаг указан, для каждой найденной подстроки будет указана ее позиция в исходной строке. Необходимо помнить, что этот флаг меняет формат возвращаемого массива matches в массив, каждый элемент которого содержит массив, содержащий в индексе с номером *0* найденную подстроку, а смещение этой подстроки в параметре *subject* — в индексе *1*.
Не будем заморачиваться с реализацией через передачу константы, как в *PHP,* или через шаблоны в *D*. Создадим для каждого флага *PHP*данной функции аналогичные статические методы. Параметр *offset* оставим за бортом. Класс давайте назовём *PReg*. Вырисовывается следующая структура:
… matchAllPatternOrder (...) {...} … matchAllSetOrder (...){...} … matchAllOffsetCapture (…) {...} }
Как параметры будем передавать строку для поиска (тип *string*), регулярное выражение (тип *???*) и переменную для вывода количества совпадений шаблона регулярного выражения (тип *out int*). Тип регулярного выражения можно посмотреть, чтобы не капаться в модуле, применив такую хитрость:
writeln(typeof(regex(\d+)).stringof);
Также как аргумент вы без проблем сможете передавать compile-time регулярное выражение (*ctRegex*). Для данного типа создадим алиас типа, чтобы поудобнее было.
Функция *matchAllPatternOrde*r и *matchAllSetOrde*r будет возвращать двумерный массив строк, для них тоже создадим алиас типов (мне так кажется, что путаницы меньше). *MatchAllOffsetCapture* пока оставим на закуску.
В итоге у нас получается:
public static: alias typePatternOrder = string[]; alias typeSetOrder = string[];
Привожу пример реализованной функции *matchAllPatternOrder* (основные моменты пояснены ниже):
for (int i = 1; i < stdMatches.front.length; i++) { matches.length++; matches[count+1] ~= stdMatches.front[i]; } stdMatches.popFront(); count++; } return matches; }
- Функция *matchAll* осуществляет глобальный поиск шаблона регулярного выражения obRegex.
- Цикл *while* файл перебирает найденные совпадения пока они не закончатся (проверка с помомощью *stdMatches.empty*);
- *stdMatches.front* хранит строку и найденные подстроки;
- *stdMatches.front.hit* возвращает всё строку входящую в найденный шаблон;
- *stdMatches.front[i]* возвращает найденные части по позиции маски;
- *stdMatches.popFront(*) переход к следующей найденной строке.
Реализация функции *matchAllSetOrder* по сути ничем сильно не отличается кроме как позициями найденных строк в массиве (она даже проще). Приведу лишь реализованный вариант:
typeSetOrder[] matchAllSetOrder (string subject, typeRegex obRegex, out int count) { typeSetOrder[] matches; auto stdMatches = matchAll(subject, obRegex);
Реализация функции *matchAllOffsetCapture* имеет свои особенности. Найденные данные функции будем хранить в двумерном массиве картежа типов *Tuple!(string, «text», int, «position»)*, по которому можно будет получить позицию и найденую строку. Реализация:
typeOffsetCapture[] matchAllOffsetCapture (string subject, typeRegex obRegex, out int count) { typeOffsetCapture[] matches;
Единственное, что здесь важно отметить, как определяются позиции, а именно:
Позиция определяется через разность указателей позиций элементов массива. Также здесь выполняется приведение типа к *int*, так как многие процессоры уже использует 64-х битное представление, и указатели будут иметь тип*long*.
Полная реализация модуля с тестами представлена ниже:
// analog of preg regex in php
public static:
for (int i = 1; i < stdMatches.front.length; i++) { matches.length++; matches[count+1] ~= stdMatches.front[i]; } stdMatches.popFront(); count++; } return matches; }
typeSetOrder[] matchAllSetOrder (string subject, typeRegex obRegex, out int count) { typeSetOrder[] matches;
typeOffsetCapture[] matchAllOffsetCapture (string subject, typeRegex obRegex, out int count) { typeOffsetCapture[] matches;
unittest { import std.stdio; writeln("test PReg.matchAll");
int count;
auto matches1 = PReg.matchAllPatternOrder(one two, regex((\w)(\w)\w+), count); assert(matches1[0][0] == one); assert(matches1[0][1] == two); assert(matches1[1][0] == o); assert(matches1[1][1] == n); assert(matches1[2][0] == t); assert(matches1[2][1] == w); assert(count == 2);
auto matches2 = PReg.matchAllSetOrder(one two, regex((\w)(\w)\w+), count); assert(matches2[0][0] == one); assert(matches2[0][1] == o); assert(matches2[0][2] == n); assert(matches2[1][0] == two); assert(matches2[1][1] == t); assert(matches2[1][2] == w); assert(count == 2);
auto matches3 = PReg.matchAllOffsetCapture(one two, ctRegex!((\w)(\w)\w+), count); assert(matches3[0][0].text == "one"); assert(matches3[0][0].position == 0); assert(matches3[0][1].text == "two"); assert(matches3[0][1].position == 4);
Надеюсь, что из этой статьи вы подчеркнули для себя что-то полезное и интересное. Всем спасибо!
## Как довести класс до рабочего состояния
После реализации флагов обязательно добавьте тесты на три случая: нет совпадений, одно совпадение с группами и несколько совпадений с позициями. Именно на позициях чаще всего появляются ошибки, потому что PHP возвращает смещения в исходной строке, а не в подстроке после очередного поиска.
Механизм без лишних обещаний
`preg_match_all` возвращает структуру, зависящую от режима и групп. В D `std.regex` даёт диапазон совпадений, который удобно обходить, но порядок доступа к группам нужно зафиксировать отдельно.
Регулярное выражение не валидирует весь бизнес-формат автоматически. Если нужен полный разбор строки, проверяем якоря `^` и `$`; если нужно найти части внутри текста, не добавляем их случайно.
Пустое совпадение опасно для цикла: выражение может не продвинуть позицию так, как ожидает вызывающий код. Тест на пустую строку и соседние совпадения обязателен.
Минимальный воспроизводимый пример
Ниже — маленькая проверка, которую можно запустить или адаптировать в отдельном тестовом окружении. Значения демонстрационные; проектные идентификаторы, пути и версии нужно заменить своими и сохранить рядом с результатом.
import std.regex : regex, matchAll;
import std.stdio : writeln;
auto pattern = regex(`(?P<key>[A-Za-z_][A-Za-z0-9_]*)=(?P<value>[^;]+)`);
auto input = "mode=fast; retries=3";
foreach (m; matchAll(input, pattern)) {
writeln(m["key"], " => ", m["value"]);
}
// Ожидаемый вывод:
// mode => fast
// retries => 3Матрица диагностики
| Вопрос | PHP | D |
|---|---|---|
| Все совпадения | `preg_match_all` | `matchAll` как диапазон |
| Группа | Индекс или имя | Индекс или именованная группа |
| Нет результата | Пустой массив/false | Пустой диапазон |
| Проверка формата | Отдельная логика | Отдельная логика |
Порядок действий
- Записать пример входа и ожидаемые совпадения до переноса.
- Перенести шаблон и отдельно проверить экранирование строкового литерала D.
- Выбрать доступ к группам по имени или индексу и закрепить его тестом.
- Проверить пустой вход, две соседние записи и значение с разделителем.
- Сравнить количество и содержимое совпадений с эталоном PHP.
- Если формат стал сложнее regex, передать результат полноценному парсеру.
Ограничения и безопасный следующий шаг
Совместимость синтаксиса PCRE и regex D не абсолютна; сверяйте документацию конкретной версии.
Регулярное выражение не заменяет проверку размера, кодировки и семантики значения.
Пример разбирает учебную строку и не читает пользовательский файл.
После проверки должен остаться конкретный артефакт: вывод команды, тест, diff конфигурации или запись результата. Если его нет, формулировку нужно вернуть к симптому и не выдавать гипотезу за исправление.
Что записать в ревью
Короткая запись должна отвечать на четыре вопроса: какой вход использовали, какой результат увидели, какая граница была проверена и какое действие разрешено дальше. Такая форма полезнее длинного вывода «всё работает»: другой инженер сможет повторить проверку и понять, где заканчивается пример.
Если результат зависит от версии Windows, PHP, Bitrix, D или браузера, версию фиксируем рядом с командой. Если проверка не охватывает сеть, production или реальные пользовательские данные, это ограничение пишем прямо. Тогда следующий шаг расширяет evidence, а не расширяет обещание.
Проверяемые источники
- D: std.regex — описывает regex, match и диапазоны совпадений
- PHP: preg_match_all — фиксирует исходный контракт PHP
- D language: strings — помогает сверить работу со строками и срезами