string - Elixir String.split/3 : how to tell which character was matched

Question

我正在尝试使用 String.split/3 构建一个解析器作为练习，只是为了看看我是否可以让它比经典的递归模式匹配更快(通过有效地分配更少的字符串)，但是我无法使其正确。

我需要能够在 { 或 } 和 String.split(str, ["{", "}"], parts: 2) 当然是这样做的。我的问题是结果只包含列表 [part1, part2] 但它不包含它匹配的字符，我需要它，因为它会影响解析器的行为。

我的第一直觉是制作我自己的 index/2 但在阅读更多之后它 seems像bad idea

我的用例是否有更好的替代方案？我想尽可能少地遍历字符串，只在 { 和 } 边界创建新字符串。

感谢阅读!

Answer 1

因为你只想在第一次出现时拆分，我建议在这里使用 :binary.match/3 和 :binary.part/3。 :binary.match/3 返回匹配索引和成功匹配长度的元组，然后可以与 :binary.part/2 一起使用来拆分二进制文件。

defmodule A do
  def split(binary) do
    case :binary.match(binary, ["{", "}"]) do
      {start, length} ->
        before = :binary.part(binary, 0, start)
        match = :binary.part(binary, start, length)
        after_ = :binary.part(binary, start + length, byte_size(binary) - (start + length))
        {before, match, after_}
      :nomatch -> nil
    end
  end
end

IO.inspect A.split("foo { bar") |> IO.inspect
IO.inspect A.split("foo } bar") |> IO.inspect
IO.inspect A.split("foo + bar") |> IO.inspect

输出:

{"foo ", "{", " bar"}
{"foo ", "{", " bar"}
{"foo ", "}", " bar"}
{"foo ", "}", " bar"}
nil
nil

此实现仅在 :binary.match/3 调用中遍历字符串一次。使用的所有其他函数和操作都是 O(1)。

我在我正在使用的 XML 解析器中使用了类似的方法，与二进制上的递归模式匹配相比，它提供了巨大的速度。

编辑:您可以使用模式匹配来缩短这段代码，我很确定其性能与上面完全相同:

defmodule A do
  def split(binary) do
    case :binary.match(binary, ["{", "}"]) do
      {start, length} ->
        <<a::binary-size(start), b::binary-size(length), c::binary>> = binary
        {a, b, c}
      :nomatch -> nil
    end
  end
end