Dapatkan semua kecocokan regexp dalam buffer sebagai daftar

Di situs Code Golf Stack Exchange hari ini, saya menemukan jawaban ini di Clojure untuk pertanyaan "Dapatkan semua tautan di laman web".

(->> (slurp "http://www.stroustrup.com")
     (re-seq #"(?:http://)?www(?:[./#\+-]\w*)+"))

Tanpa makro mewah, hanya ini:

(re-seq #"(?:http://)?www(?:[./#\+-]\w*)+" (slurp "http://www.stroustrup.com"))

Ini mengembalikan daftar:

("http://www.morganstanley.com/" "http://www.cs.columbia.edu/" "http://www.cse.tamu.edu" ...)

Bisakah saya melakukan hal serupa di Emacs Lisp?

Mungkin fungsi seperti (re-seq regexp (buffer-string))itu kembali '(firstmatch secondmatch thirdmatch ...)?

Inilah cara Anda dapat melakukannya berdasarkan string, seperti yang diminta.

(defun re-seq (regexp string)
  "Get a list of all regexp matches in a string"
  (save-match-data
    (let ((pos 0)
          matches)
      (while (string-match regexp string pos)
        (push (match-string 0 string) matches)
        (setq pos (match-end 0)))
      matches)))

; Sample URL
(setq urlreg "\\(?:http://\\)?www\\(?:[./#\+-]\\w*\\)+")
; Sample invocation
(re-seq urlreg (buffer-string))

Mungkin perlu dicatat bahwa menggunakan occurargumen universal menyebabkannya mengisi *Occur*buffer hanya dengan kecocokan - tanpa nama file, nomor baris, atau informasi header. Ketika dikombinasikan dengan kelompok tangkap, ini memungkinkan seseorang untuk mengekstrak pola apa pun yang diinginkan.

Misalnya, C-u M-x occurdiikuti oleh \"\(.*\)\"akan meminta pengguna untuk mengumpulkan kelompok yang mana (default \1), dan kemudian menempatkan konten setiap string yang dikutip ke dalam *Occur*buffer.

Saya punya jawaban emacs lisp untuk pertanyaan yang diposting: /codegolf//a/44319/18848

Dengan menggunakan struktur (sementara (pencarian) (cetak)) yang sama, Anda dapat memodifikasinya menjadi fungsi untuk mendorong kecocokan dalam buffer ke daftar dan mengembalikannya seperti ini:

(defun matches-in-buffer (regexp &optional buffer)
  "return a list of matches of REGEXP in BUFFER or the current buffer if not given."
  (let ((matches))
    (save-match-data
      (save-excursion
        (with-current-buffer (or buffer (current-buffer))
          (save-restriction
            (widen)
            (goto-char 1)
            (while (search-forward-regexp regexp nil t 1)
              (push (match-string 0) matches)))))
      matches)))

Menggunakan s.elini akan lebih pendek, tapi, sayangnya, ini memberikan terlalu banyak kecocokan:

(defun all-urls-in-buffer ()
  (s-match-strings-all
   "\\(?:http://\\)?www\\(?:[./#+-]\\w*\\)+"
   (buffer-string)))

Jika ini ok (regex untuk URL tidak sempurna), ini mungkin lebih pendek, dan jika tidak, maka saya tidak berpikir saya bisa membuatnya lebih pendek dari jawaban Alan Shutko.

Biarkan saya sebutkan mengapa saya pikir ini tidak diterapkan dalam inti. Hanya untuk alasan efisiensi: tidak perlu menyalin, membuat daftar, menyebarkannya dan mengumpulkannya. Alih-alih, simpan seluruh string sebagai buffer, dan beroperasi dengan batas pencocokan integer. Begitulah cara occurkerjanya, misalnya: itu cocok satu string pada satu waktu dan memasukkan kecocokan ke dalam *occur*. Itu tidak cocok dengan semua string sekaligus, membuatnya menjadi daftar, loop pada daftar untuk dimasukkan ke dalam *occur*dan sampah mengumpulkan daftar dan string-nya.

Sama seperti Anda tidak akan menulis (do (def x 1) (def x (+ 2 x)))di Clojure, Anda seharusnya tidak mencoba mencoba agar Elisp berperilaku seperti bahasa fungsional. Saya akan senang jika itu, tetapi kita harus membuat sesuai dengan apa yang kita miliki saat ini.

Jika saya mungkin diizinkan plug, lihat perpustakaan "m-buffer" saya.

(m-buffer-match buffer "foo")

Mengembalikan daftar penanda yang cocok ke foo.