正则表达式:.Net Framework平衡组/递归匹配搜索源码中的函数/方法({}匹配)

原创已于 2024-01-05 10:40:57 修改 · 1.4k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#正则表达式 #递归匹配 #嵌套匹配 #平衡组 #regexp

于 2016-08-17 14:57:09 首次发布

开发工具专栏收录该内容

128 篇文章

订阅专栏

本文介绍如何利用.NET Framework中的正则表达式引擎进行符号的递归匹配，特别是针对括号、大括号和尖括号的嵌套匹配，并提供具体示例。

有时候，我们需要用正则表达式来分析一个计算式中的符号配对情况。比如，使用表达式 “\( [^)]* \)” 或者 “\( .*? \)” 可以匹配一对小括号。但是如果括号内还嵌有一层或多层括号的话(如 “(() ( ) )”)，则这种写法将不能够匹配正确。
再比如，java代码中一个函数/方法都是由嵌套的{}构成的，如何准确的从源码文件中找出一个方法也需要对{}递归匹配或叫嵌套匹配。

目前并不是所有的正则表达式引擎都具备了递归匹配功能，根据网上的一些资料得到的信息是目前只有Perl，PHP，GRETA，还有.Net Framework提供了此项功能。
对Perl等还不了解，本文关注的是.Net Framework正则表达引擎来实现符号的递归匹配。

在.Net Framework中这个特性是由[《平衡组定义》][2]来实现的。
如下一个简单的例子(来自于Microsoft的[《分组构造》][1]),用于()的递归匹配

(((?'Open'\()[^\(\)]*)+((?'Close-Open'\))[^\(\)]*)+)*(?(Open)(?!))$

这里写图片描述
匹配“3+2^((1-3)*(3-1))”中的“((1-3)*(3-1))”

如果要匹配java代码中的一个方法。。。上面的表达式要稍微修改下。
比如要匹配代码中所有的有@Override注释的方法,可以写成这样:

@Override[^{}]+{[^{}]*(((?'Open'{)[^{}]*)+((?'Close-Open'})[^{}]*)+)*(?(Open)(?!))[\n\r\t ]*}

下图是显示的匹配结果
这里写图片描述

表达式中[^{}]*(((?'Open'{)[^{}]*)+((?'Close-Open'})[^{}]*)+)*(?(Open)(?!))部分用于匹配最外层{}号内的所有{}嵌套。

掌握了这个方法后，我们可以进一步匹配代码中所有的有@Override注释的泛型方法
表达式更复杂一些:

@Override[\n\r\t ]*[^{}]*<[^<>]*(((?'Open'<)[^<>]*)+((?'Close-Open'>)[^<>]*)+)*(?(Open)(?!))[\n\r\t ]*>[^{}]+{[^{}]*(((?'Open'{)[^{}]*)+((?'Close-Open'})[^{}]*)+)*(?(Open)(?!))[\n\r\t ]*}

下图是显示的匹配结果
这里写图片描述

表达式中<[^<>]*(((?'Open'<)[^<>]*)+((?'Close-Open'>)[^<>]*)+)*(?(Open)(?!))[\n\r\t ]*>部分用于匹配匹配最外层<>号以及内部的所有<>嵌套，这样，不仅可以适应<T1,T2>这样的单层<>号，还可以用于<T1,List<T2>>这种复杂类型的泛型方法定义

注意：
关于在源码中嵌套匹配{}，这个表达其实是有隐含缺陷的:如果""字符串中包含了不匹配的{},这个表达式是无法匹配的。
参考资料:
《平衡组定义》https://msdn.microsoft.com/zh-cn/library/bs2twtah.aspx#balancing_group_definition

《分组构造》https://msdn.microsoft.com/zh-cn/library/az24scfc.aspx#grouping_constructs
[1]:https://msdn.microsoft.com/zh-cn/library/az24scfc.aspx#grouping_constructs
[2]:https://msdn.microsoft.com/zh-cn/library/bs2twtah.aspx#balancing_group_definition