我正在 xQuery 中编写 Porter 词干分析器,作为第一步,我需要匹配辅音和元音模式。我用作此基础的 Perl 示例中的辅音匹配序列是 (?:[^aiueoy]|(?:(?<=[aiueo])y)|\by)
,元音序列为(?:[aiueo]|(?:(?<![aiueo])y))
。我需要扩展它以包含字母 aesc (æ),这就是我的 xquery 正则表达式:
let $v := element {"vowels"} {matches($f,"(?:([^aiueoy])|(?:(?:[aiueo]\1)y))")}
let $c := element {"consonants"} {matches($f,"(?:([aiueo])|(?:(?<![aiueo]\1)y))")}
我正在寻找的 XML 类型的示例如下:
<entry ref="173">
<headword>abǒve</headword>
<headword>abǒven</headword>
<variant>abufe</variant>
<variant>abufen</variant>
<variant>abuue</variant>
<variant>abuuen</variant>
<variant>abowve</variant>
<variant>obove</variant>
<variant>oboven</variant>
<variant>obufe</variant>
<variant>obufen</variant>
<variant>abof</variant>
<variant>obof</variant>
<variant>aboyf</variant>
<variant>aboun</variant>
<variant>aboune</variant>
<variant>abown</variant>
<variant>abowne</variant>
<variant>aboon</variant>
<variant>oboun</variant>
<variant>oboune</variant>
<variant>abow</variant>
<variant>aboʒe</variant>
<part_of_speech> adv. </part_of_speech>
</entry>
但是,在 Saxon 中运行此命令时,我收到以下错误:Query failed with dynamic error: Syntax error at char 17 in regular expression: No expression before quantifier
我很确定我的问题是我没有正确构建积极的lookbehind,将其从 <=
更改为至\1
,但我不确定如何以与 xQuery 配合使用的方式构建该方面。任何建议将不胜感激。
最佳答案
XQuery 3.1 规范的正则表达式支持在 https://www.w3.org/TR/xpath-functions-31/#regex-syntax 中进行了描述。 ,注意到 XPath 和 XQuery 支持对正则表达式的 XML 模式数据类型规范的多项补充,网址为 https://www.w3.org/TR/xmlschema-2/#regexs 。不幸的是,后向支持不是规范的一部分。
但是,由于您注意到您正在使用 Saxon,因此 Saxon 有一个扩展,如果您提供 j
标志,则可以启用 native Java 正则表达式,如 https://www.saxonica.com/html/documentation/functions/fn/matches.html 中所述。 。这应该使您能够访问 Java 对正向后查找表达式的支持。
(此 j
标志正在成为其他 XQuery 实现中的一种扩展约定。BaseX 遵循 Saxon,如 http://docs.basex.org/wiki/XQuery_Extensions#Regular_Expressions 中所述。eXist 也可能采用此约定:https://github.com/eXist-db/exist/issues/846 。)
关于regex - xquery 中的正向回顾,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52558237/