[草泥马语] ws2gmh之正则版

最新推荐文章于 2024-06-02 09:14:47 发布

原创最新推荐文章于 2024-06-02 09:14:47 发布 · 208 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#正则表达式 #Ruby #JavaScript #浏览器 #SVN #ViewUI

misc 专栏收录该内容

39 篇文章

订阅专栏

本文介绍了一种从Whitespace编程语言升级到草泥马语的编译器实现方法，并提供了Java和Ruby两种语言的具体实现示例。

友情支持草泥马语官方网站：[url=http://code.google.com/p/grass-mud-horse/]>>= 猛击这里 =<<[/url]

草泥马语是一种脱胎自[url=http://compsoc.dur.ac.uk/whitespace/]Whitespace[/url]的[b]全新[/b]语言。它是如此的新，我们可以放心的把Whitespace程序[b]升级[/b]为草泥马版。官网提供的发行版里就有ws2gmh工具帮我们完成升级。

在[url=http://grass-mud-horse.googlecode.com/svn/trunk/src/cn/icybear/GrassMudHorse/WS2GMH.java]WS2GMH.java[/url]中，升级的核心逻辑如下：

int ch;
while ((ch = reader.read()) != -1) {
    switch (ch) {
    case ' ':
        // writer.append("[Space]");
        ch = '草';
        break;
    case '\t':
        // writer.append("[Tab]");
        ch = '泥';
        break;
    case '\n':
        // writer.append("[LF]\n");
        writer.append('马');
        break;
    }
    writer.append((char) ch);
}

（注意该程序保留了\n；另外Java I/O的默认处理是读文件的时候把\r\n变成\n）
这是一个while-switch结构。不考虑运行效率，有没有办法写得更精悍一点呢？

先来看JavaScript版本甲：

function ws2gmh(wsSrc) {
  return wsSrc.replace(/( )|(\t)|(\n)/mg, function (_, p1, p2, p3) {
    return p1 && '草' || p2 && '泥' || p3 && '马\n'
  })
}

可以在浏览器里测试：

<html>
  <meta http-equiv="Content-Type" content="text/html;charset=GBK" />
  <head>
    <script type="text/javascript">
    function ws2gmh(wsSrc) {
      return wsSrc.replace(/( )|(\t)|(\n)/mg, function (_, p1, p2, p3) {
        return p1 && '草' || p2 && '泥' || p3 && '马\n'
      })
    }

    function sync() {
      var ws_textarea = document.getElementById('ws_textarea')
      var gmh_textarea = document.getElementById('gmh_textarea')

      // strip the CRs, mimic Java's file I/O behavior
      var ws_src = ws_textarea.value.replace(/\r/mg, '')
      gmh_textarea.value = ws2gmh(ws_src)
    }
    </script>
  </head>
  <body>
    <div>
      <p>Whitespace:<br />
        <textarea id="ws_textarea" cols="80" rows="10" width="100%" onkeyup="sync()"></textarea>
      </p>
    </div>
    <div>
      <p>草泥马语:<br />
        <textarea id="gmh_textarea" cols="80" rows="10" width="100%" readonly="true" disabled="true"></textarea>
      </p>
    </div>
  </body>
</html>

如果从外部文本编辑器复制过来的话要注意了，有些编辑器会自动转换掉了单个的\n或\r，或\r\n，总之复制进来前注意一下……

然后，JavaScript版本乙：

var mapping = {
  ' ' : '草',
  '\t': '泥',
  '\n': '马\n'
}

function ws2gmh(wsSrc) {
  return wsSrc.replace(/[ \t\n]/mg, function (s) {
    return mapping[s]
  })
}

当然mapping直接写在ws2gmh()里也行，只不过要重复求值有点不太爽。要实验的话照样放到前面的HTML里换掉版本甲即可。

用JavaScript能行，用Ruby当然也能。版本甲：

def ws2gmh(ws_src)
  ws_src.gsub(/( )|(\t)|(\n)/m) { $1 && '草' || $2 && '泥' || $3 && "马\n" }
end

版本乙：

def ws2gmh(ws_src)
  mapping = { ' ' => '草', "\t" => '泥', "\n" => "马\n" }
  ws_src.gsub(/[ \t\n]/m) {|s| mapping[s] }
end

版本乙变种：

def ws2gmh(ws_src)
  mapping = { ' ' => '草', "\t" => '泥', "\n" => "马\n" }
  ws_src.gsub(/[#{Regexp.escape mapping.keys.join}]/m) {|s| mapping[s] }
end

这个变种对mapping的变化敏感度更低些，但运行时开销更大些

于是官方版WS2GMH的完整逻辑就可以用以下脚本实现：

#!/usr/bin/env ruby
# -*- coding: gbk -*-

def ws2gmh(ws_src)
  mapping = { ' ' => '草', "\t" => '泥', "\n" => "马\n" }
  ws_src.gsub(/[ \t\n]/m) {|s| mapping[s] }
end

if __FILE__ == $0
  begin
    ws_file, gmh_file = ARGV
    raise unless ws_file && File.extname(ws_file) =~ /\.ws/i
    gmh_file ||= ws_file[0..-3] + 'gmh' 
    open(gmh_file, 'wb') {|f| f << ws2gmh(File.read(ws_file)) }
  rescue
    puts 'Usage: ws2gmh <ws_file> [gmh_file]'
  end
end