如何在Haskell中使用此正则表达式？

Question

我正在尝试制作一个简单的Haskell程序，该程序将采用类似于someFilenameHere0035.xml任何行并返回0035 。 我的样本输入文件input.txt如下所示：

someFilenameHere0035.xml
anotherFilenameHere4465.xml

并运行： cat input.txt | runhaskell getID.hs cat input.txt | runhaskell getID.hs应该返回：

0035
4465

我很难解决这个问题。 这是我到目前为止的内容：

import Text.Regex.PCRE

getID :: String -> [String]
getID str = str =~ "([0-9]+)\\.xml" :: [String]

main :: IO ()
main = interact $ unlines . getID

但是我收到一条我根本听不懂的错误消息：

• No instance for (RegexContext Regex String [String])
 arising from a use of ‘=~’
• In the expression: str =~ "([0-9]+)\\.xml" :: [String]
   In an equation for ‘getID’:
   getID str = str =~ "([0-9]+)\\.xml" :: [String] (haskell-stack-ghc)

我感觉我真的很近，但是我不知道从这里去哪里。 我究竟做错了什么？

Answer 1

首先，您只需要数字部分，因此我们可以摆脱\\\\.xml 。

regex-pcre库为RegexContext Regex String String定义了一个实例，但没有为RegexContext Regex String [String]定义了一个实例，因此出错。

因此，如果我们将类型签名更改为String -> String则可以解决该错误。

unlines期望使用[String]，因此为了测试此时的性能，我编写了一个快速函数，将其参数包装在列表中（可能有更好的方法，但这不是问题的重点）：

toList :: a -> [a]
toList a = [a]

使用main = interact $ unlines . toList . getID运行命令main = interact $ unlines . toList . getID main = interact $ unlines . toList . getID main = interact $ unlines . toList . getID输出0035，所以我们main = interact $ unlines . toList . getID 。

getID传递了文件内容的字符串，这些内容方便地用\\n字符分隔。 因此，我们可以使用splitOn "\\n"库中的splitOn "\\n"来获取.xml文件列表。

然后，我们只需要在该列表上映射getID （不再需要toList ）。

这给我们：

import Text.Regex.PCRE
import Data.List.Split

getID :: String -> String
getID str = str =~ "([0-9]+)"

main :: IO ()
main = interact $ unlines . map getID . splitOn "\n"

当我运行您的命令时，这给了我想要的输出。

希望这会有所帮助:)