Swift 中的 RegexBuilder学习指南
作者：冯志浩
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
以上就是Swift 中的 RegexBuilder学习指南的详细内容，更多关于Swift RegexBuilder的资料请关注脚本之家其它相关文章！