使用Regex从该字符串中获取字符串模式

本文关键字:字符串 模式 获取 Regex 使用 | 更新日期: 2023-09-27 18:19:45

我的C#应用程序中有一个字符串,如下所示。

Multiply(Sum(3,5,4), Division(4,5,5), Subtract(7,8,9))  

Sum()Division()Subtract()Multiple()内部不同的方法。

有没有什么方法可以像Sum(3,5,4)Division(4,5,5)Substract(7,8,9)Multiply()那样使用C#Regex方法分别获得它们?

SumDivisionSubstractMultiply是恒定关键词。

使用Regex从该字符串中获取字符串模式

如果嵌套是任意深度的,则应该使用Regexp.Matches()Regexp.Replace()之类的东西迭代执行此操作。

复制你的整个字符串。使用([a-zA-Z]+'([0-9, ]*'))(, )?作为正则表达式。这将匹配所有最低级别的函数调用——调用图的所有叶节点。

调用Regexp.Matches提取所有匹配项,调用Regexp.Replace从字符串副本中删除所有匹配项。这将去掉调用图的所有叶节点。再次调用Matches()Replace()以摆脱下一级别的调用,并不断重复,直到字符串副本为空。

您不能用RegExp进行任意嵌套-由于RegExp模型的限制,即使在理论上也不可能。

在这种情况下,您需要的是解析器。手动构建一个非常简单的递归下降语法分析器不需要太多工作,但一旦复杂性变得相当大,就应该切换到语法分析器生成器。我个人最喜欢的是ANTLR,但你还有很多其他选择。

如果在向方法传递参数时不使用其他方法调用,则为是
(如Sum(2, Sum(3,2), 4)
在这种情况下,您可以使用以下模式:
^'w+'((.*)')$然后得到作为参数的组1(它是(.*)组)(Sum(3,5,4), Division(4,5,5), Subtract(7,8,9)),然后对getted组使用此模式来查找所有参数:
'w+'(.*')

如果您的Multiply方法可能有其他嵌套方法,regexp将无法帮助您。在这种情况下,您应该计算大括号以查看哪个wher已关闭

C#应该能够通过正则表达式中的递归来实现平衡文本。唯一的问题是,我认为它保留了整个外围比赛。为了进一步解析内部内容(括号之间),需要一个递归函数调用,每次都提取标记。

不过,我同意@dasblinkenlight关于需要一个像样的解析器的观点。正如他所说,复杂性很快就会变得相当大。

下面的正则表达式来自Perl,但对于.Net黑客攻击,其结构应该是相同的
正如您所看到的,regex就像一个seive,因为它遵循了一般形式,但
在Math标记之间只处理逗号和数字,允许其余部分通过。

但是,如果这是你唯一关心的事情,那么它应该起作用。您会注意到,即使您可以将其解析为数据结构(如下所示),但要以内部方式使用该结构,还需要对数据结构进行另一次递归"解析"(尽管更容易)。如果是为了显示或统计目的,那么这不是问题。

扩展的正则表达式:

 {
    (                                      #1 - Recursion group 1                            
      'b('w+)'s*                                #2 - Math token
      '(                                        #  - Open parenth                   
         (                                        #3 - Capture between parenth's
           (?:  (?> (?: (?!'b'w+'s*'(|')) . )+ )     # - Get all up to next math token or close parenth
              | (?1)                                 # - OR, recurse group 1
           )*                                        # - Optionally do many times 
         )                                        # - End capture 3
      ')                                        # - Close parenth
    )                                      # - End recursion group 1
    's*(',?)                               #4 - Capture optional comma ','
  |                                    # OR,
                                       # (Here, it is only getting comma and digits, ignoring the rest.
                                       #  Comma's  ',' are escaped to make them standout)
    's*                                       
    (?|                                    # - Start branch reset
        ('d+)'s*(',?)                          #5,6 - Digits then optional comma ','
      | (?<=',)()'s*(',|'s*$)                  #5,6 - Comma behind. No digit then, comma or end
    )                                      # - End branch reset
 }xs;   # Options: expanded, single-line

这里有一个Perl的快速原型(比C#更容易):

 use Data::Dumper;

#//
 my $regex = qr{('b('w+)'s*'(((?:(?>(?:(?!'b'w+'s*'(|')).)+)|(?1))*)'))'s*(',?)|'s*(?|('d+)'s*(',?)|(?<=',)()'s*(',|'s*$))}s;

#//
 my $sample = ', asdf Multiply(9, 4, 3, hello,  _Sum(3,5,4,) , Division(4, Sum(3,5,4), 5), ,, Subtract(7,8,9))';
 print_math_toks( 0, $sample );
 my @array;
 store_math_toks( 0, $sample, '@array );
 print Dumper('@array);

#//
 sub print_math_toks
 {
    my ($cnt, $segment) = @_;
    while ($segment  =~ /$regex/g )
    {
      if (defined $5) {
         next if $cnt < 1;
         print "'t"x($cnt+1), "$5$6'n";
      }
      else {
         ++$cnt;
         print "'t"x$cnt, "$2('n";
         my $post = $4;
         $cnt = print_math_toks( $cnt, $3 );
         print "'t"x$cnt, ")$post'n";
         --$cnt;
      }
    }
    return $cnt;
 }

 sub store_math_toks
 {
    my ($cnt, $segment, $ary) = @_;
    while ($segment  =~ /$regex/g )
    {
      if (defined $5) {
         next if $cnt < 1;
         if (length $5) {
            push (@$ary, $5);
         }
         else {
            push (@$ary, '');
         }
      }
      else {
         ++$cnt;
         my %hash;
         $hash{$2} = [];
         push (@$ary, '%hash);
         $cnt = store_math_toks( $cnt, $3, $hash{$2} );
         --$cnt;
      }
    }
    return $cnt;
 }

输出:

        Multiply(
                9,
                4,
                3,
                _Sum(
                        3,
                        5,
                        4,
                ),
                Division(
                        4,
                        Sum(
                                3,
                                5,
                                4
                        ),
                        5
                ),
                ,
                ,
                Subtract(
                        7,
                        8,
                        9
                )
        )
$VAR1 = [
          {
            'Multiply' => [
                            '9',
                            '4',
                            '3',
                            {
                              '_Sum' => [
                                          '3',
                                          '5',
                                          '4',
                                          ''
                                        ]
                            },
                            {
                              'Division' => [
                                              '4',
                                              {
                                                'Sum' => [
                                                           '3',
                                                           '5',
                                                           '4'
                                                         ]
                                              },
                                              '5'
                                            ]
                            },
                            '',
                            '',
                            {
                              'Subtract' => [
                                              '7',
                                              '8',
                                              '9'
                                            ]
                            }
                          ]
          }
        ];