Clojure: ottieni un elenco di corrispondenze di espressioni regolari

Question

Forse sto sbagliando tutto questo, ma sto cercando di ottenere tutte le corrispondenze in una stringa per un particolare modello regolare. Sto usando re-matcher per ottenere un oggetto Match, che passo a re-find, dandomi coppie (full-string-match, grouped-text). Come otterrei una sequenza di tutte le partite prodotte dall'oggetto Match?

In Clojuresque Python, sarebbe simile:

pairs = [] 
match = re-matcher(regex, line) 

while True: 
    pair = re-find(match) 
    if not pair: break 
    pairs.append(pair) 

Qualche suggerimento?

Answer 1

Probabilmente si desidera utilizzare il valore predefinito re-seq e letterale incorporato di Clojure. Non scherzare con gli oggetti java sottostanti a meno che tu non lo abbia davvero.

(doc re-seq) 

clojure.core/re-seq 
([re s]) 
    Returns a lazy sequence of successive matches of pattern in string, 
    using java.util.regex.Matcher.find(), each such match processed with 
    re-groups. 

For example:

user> (re-seq #"the \w+" "the cat sat on the mat") 
("the cat" "the mat") 

In answer to the follow-up comment, group captures will result in a vector of strings with an element for each part of the group in a match:

user> (re-seq #"the (\w+(t))" "the cat sat on the mat") 
(["the cat" "cat" "t"] ["the mat" "mat" "t"]) 

You can extract a specific element by taking advantage of the elegant fact that vectors are functions of their indices.

user> (defn extract-group [n] (fn [group] (group n))) 
#'user/extract-group 
user> (let [matches (re-seq #"the (\w+(t))" "the cat sat on the mat")] 
     (map (extract-group 1) matches)) 
("cat" "mat") 

Or you can destructure the matches (here using a for macro di andare in tutte le partite, ma questo potrebbe anche essere fatto in un argomento let o una funzione vincolante):

user> (dorun 
     (for [[m1 m2 m3] (re-seq #"the (\w+(t))" "the cat sat on the mat")] 
      (do (println "m1:" m1) 
       (println "m2:" m2) 
       (println "m3:" m3)))) 
m1: the cat 
m2: cat 
m3: t 
m1: the mat 
m2: mat 
m3: t