精易论坛

标题: 【原创】epcre2：基于PCRE2的正则表达式模块支持Unicode [打印本页]

作者: 小白熊 时间: 2019-8-30 22:39
标题: 【原创】epcre2：基于PCRE2的正则表达式模块支持Unicode
本帖最后由小白熊于 2019-8-31 16:45 编辑

“基于PCRE2的完全封装+功能扩展正则表达式模块！！！”
关于PCRE2：

pcre2是一个超强大的正则表达式库，它与Perl兼容，有众多的程序嵌入了它比如 PHP、Nginx等

Unicode支持：
pcre2有三个库，libpcre2-8、libpcre2-16、libpcre2-32，分别支持 1字节代码单元(UTF-8)、2字节代码单元(UTF-16)、4字节代码单元(UTF-32)。

这三个库我都已经编译并且放入压缩包，模块也实现完全封装全部支持，在普通使用中我们只需要用到 libpcre2-8这个库，如果需要Unicode支持则需要用到libpcre2-16这个库而libpcre2-32为32位代码单元支持，模块也支持，根据需求使用选择库。

模块公开的函数和类：

使用说明：
P_正则全局加载链接库：加载全局链接库（载入DLL）
P_正则编译表达式：编译一个表达式，如果成功返回表达式句柄
P_正则内容替换：进行匹配和替换
P_正则内容高级替换：进行匹配和替换，不同于内容替换的是这个功能允许使用 \0 \1 \2这种类型的格式字符串传入，用以匹配完整表达式捕获、第一个子表达式捕获、第二个子表达式捕获，同理支持最大\99

假设表达式为：(\d+)*(\d+)，文本内容为：“100*200”，此处的格式为：“\1 => \2”，则最终替换返回的结果为：“100 => 200”

P_正则内容匹配：此功能用于判断某个文本是否与表达式匹配，匹配成功返回真，否则返回假
P_正则内容搜索：此函数通过已编译的表达式进行搜索内容，如果成功将返回一个搜索结果指针，如果启用全部搜索则返回一个搜索结果数组指针，如果无匹配返回0
。。。。。不一一叙述了，模块内有注释，不懂可以加下面的群
P_正则表达式类封装于面向过程为类
P_正则表达式_便捷与 P_正则表达式类相同，但更加便捷操作

所有函数名称带W的表示支持 8/16/32 位字符单元模式（使用16位模式即可支持通常的Unicode），普通模式不支持宽文本的函数有备注

关于JIT：

pcre2库支持JIT编译表达式，启用JIT编译在编译时稍微多耗费一些时间，但在匹配时速度快得多，这通常运用于单个模式进行多次匹配时需要

关于命名子表达式：

表达式允许加入‘命名标签’，使用命名标签的格式：(?<名称>(子表达式))
例如表达式：(?<name>([1-9][0-9]{4,})) 匹配文本：jhbxwe8769933jdhxcn 那么将会匹配到 8769933 ，由于前面命名子表达式为name，则可以使用 P_正则取子匹配文本_从名称(搜索结果，name)来获取到 8769933

其他
懒得排版帖子，大伙凑合看，新建了一个易语言交流群，了解我的更多作品和我正在开发的东西，或者BUG反馈，使用说明等加QQ群：232838885

附件：

V1.01更新，在8位模式下自动加入 PCRE2_UTF选项，使得8位模式下可以进行中文匹配，但需要进行UTF8编码加入示例源码

补充内容 (2019-9-2 11:55):
1.02更新
重新编译DLL，解决DLL无法加载的问题
更改在‘P_正则内容高级替换W’一项小小的性能问题

1.01 更新
在8位模式下编译表达式自动加入PCRE2_UTF选项，使得可以在8位模式下匹配中文(但需要UTF8编码)

补充内容 (2019-9-2 11:57):
大伙请务必进群下载1.02版本，因为之前版本编译的DLL就算你能成功加载，用户也不能，编译的问题，帖子已经不能编辑了，所以进群下载吧

补充内容 (2019-9-3 14:03):
最新更新源码请看置顶回复

作者: xhwsd 时间: 2019-8-30 23:19

好，很好，非常好！

作者: 我是个帅哥 时间: 2019-8-30 23:20
谢谢大佬分享

作者: Onsxsen 时间: 2019-8-30 23:45
做的不错哦，楼主加油，期待更好的作品！

作者: Nice回忆 时间: 2019-8-30 23:49
支持开源~！感谢分享

作者: 安哥 时间: 2019-8-31 00:46
666666666666

作者: ノ朽默℡ 时间: 2019-8-31 02:09
顶楼主啦..希望楼主多发精品好帖啦.....

作者: 不苦小和尚 时间: 2019-8-31 06:48
试试看效率如何，虽然平时不太用到

作者: 悟心猎手 时间: 2019-8-31 08:16
支持开源~！感谢分享

作者: 风中冰雨 时间: 2019-8-31 08:18
看看。。。。。

作者: heize 时间: 2019-8-31 08:20
看起来不错，感谢分享

作者: 一尘不染 时间: 2019-8-31 08:24
能用上的希望给个好评，封装很累扩展功能也很累

作者: q951681306 时间: 2019-8-31 08:40
支持开源~！感谢分享

作者: wuqingg 时间: 2019-8-31 08:44
支持开源~！感谢分享

作者: xslyhk 时间: 2019-8-31 09:02
谢谢分享哦

作者: jhai 时间: 2019-8-31 09:43
老规矩,先回后下!!!!!!!

作者: （ΘζΘ） 时间: 2019-8-31 11:48
不知道有没有大佬横向对比下速度。

作者: fyh505099 时间: 2019-8-31 11:58
楼主辛苦了支持一下

作者: 汉族 时间: 2019-8-31 12:33
来支持以下是

作者: 外星星人 时间: 2019-8-31 12:58
支持开源~！感谢分享

作者: 韦贝贝 时间: 2019-8-31 12:58
支持开源~！感谢分享

作者: 狸楚殇 时间: 2019-8-31 13:34
感谢分享！

作者: 醉酒成梦° 时间: 2019-8-31 14:48
感谢分享

作者: NeStedww 时间: 2019-8-31 15:14
啦啦啦啦啦啦，感谢分享

作者: 一剑磨十年 时间: 2019-8-31 15:30
感谢开源~~~

作者: 爱的愤愤 时间: 2019-8-31 15:33
楼主辛苦了，谢谢楼主，感谢楼主分享，楼主好人一生平安！！！

作者: kentfung 时间: 2019-8-31 16:37
感谢分享，下载来看看

作者: yxl2008 时间: 2019-8-31 16:42
谢谢楼主分享，下载学习！

作者: 小白熊 时间: 2019-8-31 17:01
V1.01版本以更新，并且加入示例

作者: woshipqj 时间: 2019-8-31 18:12
666666666666666666

作者: bustvr 时间: 2019-8-31 19:41
谢谢分享！下来看看

作者: ffsfdsa 时间: 2019-8-31 21:12
支持一下！感谢分享!

作者: yt0814 时间: 2019-8-31 22:04
基于PCRE2的正则表达式模块支持Un

作者: 65426548 时间: 2019-9-1 01:04
看看修一下

作者: 不苦小和尚 时间: 2019-9-1 06:52
不错不错，再来支持一下

作者: t27950686 时间: 2019-9-1 22:35
不错不错，再来支持一下

作者: yinliming8 时间: 2019-9-1 22:47
看起来不错呢。

作者: 在线学习 时间: 2019-9-1 23:17
不错不错，真心再来支持一下！

作者: 349221466 时间: 2019-9-2 02:04
牛逼啊啊啊啊啊啊啊啊

作者: 真冬 时间: 2019-9-2 09:16
下载用用看

作者: charmerxu 时间: 2019-9-2 10:38
好东西，谢谢分享

作者: jhaa888888 时间: 2019-9-2 10:52
先下载收藏了一下

作者: charmerxu 时间: 2019-9-2 10:59
运行试例，好像没法正常使用正则
以下是运行结果：

* 编译表达式错误：；错误开始位置：0
* 编译表达式错误：；错误开始位置：0
* 编译表达式错误：；错误开始位置：0
* 编译表达式错误：；错误开始位置：0
* 未搜索到文本

作者: 北极星光 时间: 2019-9-2 17:23
先下载收藏了一下

作者: E鼎设计 时间: 2019-9-3 08:20
正则表达式一直不会用，郁闷，

作者: mozi123 时间: 2019-9-3 10:38
支持开源~！感谢分享

作者: hslhsl2015 时间: 2019-9-3 12:27
支持啊，666

作者: 小白熊 时间: 2019-9-3 14:02
1.04更新
新增 ‘P_正则取匹配文本位置’‘P_正则取子匹配文本位置’用于获取匹配文本在原文中的位置

1.03更新
修改1.01的更新，改为可以选择是否加入UTF选项，这使得如果你不需要在表达式匹配中文的话，你便不需要进行UTF编码
当然如果你需要匹配中文，你必须指定视为UTF字符串，并且进行编码

1.02更新
重新编译DLL，解决DLL无法加载的问题
更改在‘P_正则内容高级替换W’一项小小的性能问题

1.01 更新
在8位模式下编译表达式自动加入PCRE2_UTF选项，使得可以在8位模式下匹配中文(但需要UTF8编码)

附件

epcre2 V1.04.zip (743.02 KB, 下载次数: 240)

作者: 静默安装 时间: 2019-9-3 17:42
谢谢分享，辛苦了

作者: 情雅 时间: 2019-9-3 19:21
谢谢楼主分享

作者: 120239197a 时间: 2019-9-3 20:31
这份好，看看哈

作者: umc 时间: 2019-9-3 21:24
支持楼主，看看这个正则多强大

作者: llxx123 时间: 2019-9-3 23:08
谢谢楼主分享

作者: benxin1225 时间: 2019-9-4 07:04
33333333333

作者: 噢噢 时间: 2019-9-4 20:01
支持开源~！感谢分享

作者: 200539025 时间: 2019-9-5 02:37
水电费水电费

作者: 菜菜瓜 时间: 2019-9-5 09:53
支持开源~！感谢分享

作者: wsry 时间: 2019-9-5 19:06
很不错，辛苦了。

作者: pyms 时间: 2019-9-6 16:05
支持开源~！感谢分享

作者: 冰棍好烫啊 时间: 2019-9-6 16:57
好

作者: 心智帅哥 时间: 2019-9-6 21:07
支持开源~！感谢分享

作者: 云不器 时间: 2019-9-6 22:13
支持开源~！感谢分享

作者: louxu163 时间: 2019-9-10 15:42
学习了。。。。。。。。。。。。。。。。。。。。。

作者: hu2017 时间: 2019-9-12 22:36
谢谢分享

作者: poce 时间: 2019-9-17 16:05
支持开源~！感谢分享

作者: mozi123 时间: 2019-9-24 11:26
精易的表达式课程只有常用

作者: 忧郁之子 时间: 2019-10-12 17:08
好东西，支持了。

作者: 56766876 时间: 2019-10-15 15:27
好东西，支持了。

作者: 不苦小和尚 时间: 2019-11-4 18:47
好东西，原来楼主一直在更新，

作者: hrb011011 时间: 2019-11-10 13:24
好东西，支持了！

作者: 杨明煜 时间: 2019-11-13 16:47
赞.......................

作者: yy243145965 时间: 2019-12-5 20:30
这可是个好东西，果断拿下！

作者: 一点看客 时间: 2020-3-2 22:05
还好吧！！！！！！！！！！

作者: 646hjhj 时间: 2020-4-9 21:17
感谢楼主分享，支持一下！

作者: lxinguo0 时间: 2020-6-5 03:14
支持开源~！感谢分享

作者: bordex 时间: 2020-7-26 14:17

感谢，正要用

作者: futrueface 时间: 2020-8-20 13:17
谢谢你的开源精神。下载了。

作者: 点点丶滴滴 时间: 2021-3-1 01:27
瞅瞅看

作者: 山川 时间: 2021-5-3 15:35
楼主nb，想问下这个和精易的正则比起来有啥优势

作者: Wm邪少 时间: 2021-12-2 16:21
大佬，你还在吗？在的话更新一下吧

作者: 倌人安好 时间: 2021-12-7 22:32

山川发表于 2021-5-3 15:35
楼主nb，想问下这个和精易的正则比起来有啥优势

真是不懂当笑话啊, 这玩意效率不比对象快?

作者: aiky123 时间: 2022-10-11 10:23
这个函数有问题： P_取文本长度_UTF16_字符数量 (内容文本)
它取文本长度应该是找到｛0，0｝就结束，如果是 “开” 字开头的新行｛10，0，0，95｝它只返回换行符前面的字符数。

作者: 283688410 时间: 2023-1-28 21:34
谢谢分享

作者: wanglingxing1 时间: 2023-8-11 21:36
，希望考虑下很好的模块。感谢

作者: aismy 时间: 2024-4-8 07:19
' 替换结果U ＝ P_正则内容替换W (表达式句柄, 编码_Ansi到Utf8 (“123”), 编码_Ansi到Utf8 (“A”), , )  ' 一个字节正常
替换结果U ＝ P_正则内容替换W (表达式句柄, 编码_Ansi到Utf8 (“123”), 编码_Ansi到Utf8 (“AA”), , )  ' 2个就不正常了

' 替换结果U ＝ P_正则内容高级替换W (表达式句柄, 编码_Ansi到Utf8 (“123”), 编码_Ansi到Utf8 (“正常”), , , , )  ' 正常

不知道是不是我用法错误，请作者指点，谢谢！

详细图文说明：https://125.confly.eu.org/thread-14817358-1-1.html

作者: 小白熊 时间: 2024-4-8 16:07

aismy 发表于 2024-4-8 07:19
' 替换结果U ＝ P_正则内容替换W (表达式句柄, 编码_Ansi到Utf8 (“123”), 编码_Ansi到Utf8 (“A”), , ) ...

此模块已经不更新了哦，待有缘人弄更好的，嘿嘿

你说的这个问题我刚刚看了下，是图片箭头指的那个`P_取变量数据指针`这个函数的问题，你换成和上面一样的`P_取字节集变量数据指针`即可

至于你在问题帖子里面询问的人家的回答，其实并不会内存分配少的，因为替换时并不知道要被替换多少次，所以无法得知具体应该分配多少内存，但是在得到内存不足的错误后即可得知需要多少内存。

感谢使用！！么么哒

作者: 770345278 时间: 2024-4-22 05:34
支持开源~！感谢分享

欢迎光临精易论坛 (https://125.confly.eu.org/)