Question

我想在一段代码的末尾得到一个或多个->func(xxx,xxx)。

他们可能是这样的：

any code any code ->func(xxx)

或

any code any code 
->func()

或

any code any code 
-funcA()->funcB(xxx)

或

any code any code 
->funcA()
->funcB(xxx)

或混合它们：

o.start_time = obj.s;
o.repair_type -> obj.r;
o.limit -> obj.l;->god("('\"\"')") ->fox(,'->')
->egg()->dog(,'c')
->cat(,'b')-> banana(,'a"\'\(\)\'->"()')  ->  apple(,'a')

在此代码中，我想：

计划A
1. 获取子串apple(,'a')
2. 删除-> apple(,'a')
3. 获取子串banana(,'a"\'\(\)\'->"()')
4. 删除-> banana(,'a"\'\(\)\'->"()')
5. 获取子串cat(,'b')
6. 删除->cat(,'b')
7. 获取子串dog(,'c')
8. 删除->dog(,'c')
9. 获取egg()
10. 删除->egg()
11. 获取fox(,'->')
12. 删除->fox(,'->')
13. 获取god("('\"\"')")god("('\"\"')")
14. 删除->god("('\"\"')")
15. OVER
计划B：
1. 获取并移除->cat(,'b')-> banana(,'a"\'\(\)\'->"()') -> apple(,'a')
  1. 获取子串apple(,'a')
  2. 删除-> apple(,'a')
  3. 获取子串banana(,'a"\'\(\)\'->"()')
  4. 删除-> banana(,'a"\'\(\)\'->"()')
  5. 获取子串cat(,'b')
  6. 删除->cat(,'b')
2. 获取并移除->egg()->dog(,'c')
  1. 获取子串dog(,'c')
  2. 删除->dog(,'c')
  3. 获取egg()
  4. 删除->egg()
3. 获取并移除->god("('\"\"')") ->fox(,'->')
  1. 获取fox(,'->')
  2. 删除->fox(,'->')
  3. 获取god("('\"\"')")god("('\"\"')")
  4. 删除->god("('\"\"')")
4. OVER

现在，我正在通过这两个RegEx尝试planB，但还不够好：

loop
    if match "\R\s*->\s*(.+)$"
        get substring and remove
        loop substring
        if match "(?:(?<=\)).)*\s*->\s*(((?!->).)*)$"
            push substring2 to arr
            remove substring2
        else
            break
    else
        break

Answer 1

我认为正则表达式不是匹配所需内容的最终方法，但它可以用于一次性任务。

在PCRE中，我们有一个递归支持，因此我们可以匹配函数的开始和结束。 如果代码没有任何评论，您可以将这些嵌套的(...)与字符串末尾的单引号和双引号字符串文字匹配

(?:((?(3)\s*|\R*)->\s*([\w.]*(\((?>'[^'\\]*(?:\\.[^'\\]*)*'|"[^"\\]*(?:\\.[^"\\]*)*"‌|[^"'()]++|(?3))*\)))))+\s*\z

请参阅regex demo

解释：

(?:((?(3)\s*|\R*)->\s*([\w.]*(\((?>'[^'\\]*(?:\\.[^'\\]*)*'|"[^"\\]*(?:\\.[^"\\]*)*"‌|[^"'()]++|(?3))*\)))))+ - 以下序列中的一次或多次出现：
- (?(3)\s*|\R*) - 一个条件，用于检查组3是否匹配，如果组3初始化，则匹配0+空白字符，并匹配0+换行序列（\R* ）如果第3组尚未匹配（因此，我们仅在开始时匹配换行符）
- ->\s* - ->后跟0 +空格
- ([\w.]*) - （第1组，函数名称）0+字母数字/下划线/点字符
- (\((?>'[^'\\]*(?:\\.[^'\\]*)*'|"[^"\\]*(?:\\.[^"\\]*)*"|[^"'()]++|(?1))*\)) - 第1组匹配
  - \( - 字面开放(
  - (?>'[^'\\]*(?:\\.[^'\\]*)*'|"[^"\\]*(?:\\.[^"\\]*)*"|[^"'()]++|(?3))* - 单引号文字（'[^'\\]*(?:\\.[^'\\]*)*'）或双引文字（"[^"\\]*(?:\\.[^"\\]*)*"）或(...)（[^"'()]++|(?3)其中(?3) recurses整个第3组子模式）。
  - \) - 字面关闭)
\s*\z - 在字符串\s*的最后一个之前的0 +空格\z。

Answer 2

正确答案是，您无法使用正则表达式解析非常规语言。您需要使用该语言的现有解析器（如果存在）或编写自己的解析器。

现在公开的"Flex & Bison" O'Reilly是一本很好的读物。

我怎样才能获得＆＃34; - ＆gt;功能（＆＃39; xxx＆＃39;，＆＃39; xxx＆＃39;）＆＃34;在一些文字的最后

2 个答案: