Question

我正在使用正则表达式来识别C中的变量声明，我已经得到了这个。

[a-zA-Z_][a-zA-Z0-9]*

有没有更好的解决方案？

Answer 1

在C中识别变量声明的模式。查看传统声明，我们看到：

int variable;

如果是这种情况，应该在任何事情之前测试类型关键字，以避免匹配其他内容，如字符串或使用预处理器定义的常量

(?:\w+\s+)([a-zA-Z_][a-zA-Z0-9]+)

变量名称位于\ 1。

您需要的功能是后视/前瞻。

2015年7月11日更新

之前的正则表达式无法将某些变量与_中的任何位置匹配。要解决这个问题，只需要将_添加到第一个捕获组的第二部分，它还会假设两个或更多字符的变量名称，这就是它在修复后的样子：

(?:\w+\s+)([a-zA-Z_][a-zA-Z0-9_]*)

然而，这个正则表达式有许多误报，goto jump;是其中之一，坦率地说它不适合这项工作，因此，我决定创建另一个正则表达式以涵盖更广泛的案例，尽管它远非完美，这里是：

\b(?:(?:auto\s*|const\s*|unsigned\s*|signed\s*|register\s*|volatile\s*|static\s*|void\s*|short\s*|long\s*|char\s*|int\s*|float\s*|double\s*|_Bool\s*|complex\s*)+)(?:\s+\*?\*?\s*)([a-zA-Z_][a-zA-Z0-9_]*)\s*[\[;,=)]

我已经使用Ruby，Python和JavaScript测试了这个正则表达式，它适用于常见情况，但在某些情况下它失败了。此外，正则表达式可能需要一些优化，尽管在保持几个正则表达式引擎的可移植性的同时很难进行优化。

测试恢复

unsignedchar *var;                   /* OK, doesn't match */
goto **label;                        /* OK, doesn't match */
int function();                      /* OK, doesn't match */
char **a_pointer_to_a_pointer;       /* OK, matches +a_pointer_to_a_pointer+ */
register unsigned char *variable;    /* OK, matches +variable+ */
long long factorial(int n)           /* OK, matches +n+ */
int main(int argc, int *argv[])      /* OK, matches +argc+ and +argv+ (needs two passes) */
const * char var;                    /* OK, matches +var+, however, it doesn't consider +const *+ as part of the declaration */
int i=0, j=0;                        /* 50%, matches +i+ but it will not match j after the first pass */
int (*functionPtr)(int,int);         /* FAIL, doesn't match (too complex) */

误报

以下案例很难用可移植的正则表达式覆盖，文本编辑器使用上下文来避免突出显示引号内的文本。

printf("int i=%d", i);               /* FAIL, match i inside quotes */

误报（语法错误）

如果在应用正则表达式之前测试源文件的语法，则可以修复此问题。使用GCC和Clang，只需传递-fsyntax-only标志来测试源文件的语法而不编译它

int char variable;                  /* matches +variable+ */

Answer 2

[a-zA-Z_][a-zA-Z0-9_]{0,31}

这将允许您将变量名称作为“m_name”验证。

Answer 3

这将消除return和typedef false标志。它能够捕获返回类型和变量名称，并支持指针和数组。除了检测typedef变量之外，它还消除了注释代码，进一步减少了错误标志。

^\s*(?!return |typedef )((\w+\s*\*?\s+)+)+(\w+)(\[\w*\])?(\s*=|;)

Answer 4

我在我的作业中设计了这个字符串，用于匹配正则表达式：

#define for_loop_begin(size)\
for (int i = 0; i < size; i++) \
{ \
for (int j = 0; j < size; j++) {


#define for_loop_end\
}\
}

它匹配包括(_?[a-zA-Z0-9_]+)(\s+)(([a-zA-Z]?_[a-zA-Z])?([a-zA-Z]*[0-9]*_*)(=[a-zA-Z0-9]*)?[,]?)+((\s+)(([a-zA-Z]?_[a-zA-Z])?([a-zA-Z]*[0-9]*_*)(=[a-zA-Z0-9]*)?[,]?))*在内的所有声明。因此，在检查group1的数据类型之前，您需要删除关键字。如果数据类型有效，则可以删除group1字符串，并且只保留逗号分隔的变量，包括具有赋值运算符的变量。

以下代码也正确匹配：

using namespace std

即使 int a=3, b=9, c, N 在for循环中匹配： int i=0

此正则表达式字符串确实需要您在过滤方面做更多工作（比如在检查之前删除关键字），但反过来，在其他正则表达式字符串失败的情况下匹配。编辑：忘记提及它检测for(int i=0; i<N; ++i)以及所有字母数字声明的组合。

EDIT2：对正则表达式字符串的轻微修改：

这匹配所有变量和方法声明。因此，您需要做的就是检查([a-zA-Z0-9_]+)(\\s+)(([a-zA-Z_\\*]?[a-zA-Z0-9_]*(=[a-zA-Z0-9]+)?)[,;]?((\\s*)[a-zA-Z_\\*]?[a-zA-Z0-9_]*?(=[a-zA-Z0-9]+)?[,;])*)是否是数据类型。如果是，您可以在reg_match->str(1)上使用sregex_token_iterator（(\\s*)[,.;](\\s*)的正则表达式分隔符）来获取所有用户定义的标识符。

Answer 5

这是变量名称的完整形式。

如果您愿意，只需稍加修改就可以使用多个_。

([a-zA-Z_][a-zA-Z0-9]*)*

正则表达式，用于识别C中的变量声明

5 个答案:

测试恢复

误报

误报（语法错误）