Question

在我工作的项目中，我们最近遇到了一个问题，我们需要检查2个字符串是否有字符串格式（对于翻译）。

/* A simple example: */
str = "%.200sSOMETEXT%.5fSOMEMORETEXT%d%ul%.*s%%";

/* Should be able to be validated to be the equivalent of: */
str = "%.200sBLAHBLAH%.5ftest%d%ul%.*s%%MORETEXT";

/* and... */
str = "%.200s%.5f%d%ul%.*s%%";

/* but not... */
str = "%.5f%.200s%d%ul%%%.*s";

所以我的问题是：

有没有办法验证2个字符串是否具有等价字符串格式？

也许答案是一些非常好的正则表达式，或现有工具或来自另一个项目的一些示例代码。我无法想象我们是第一个遇到这个问题的项目。

Answer 1

有趣的问题。

我会尝试实现一个从格式化字符串中去除非格式化字符的函数，因此只留下格式说明符。那么，希望这应该是规范的足以进行比较。

也许你需要进一步去掉像字段宽度这样的东西，并且（如果你支持的话）参数索引，因为不同的翻译会有所不同。

提出剥离功能应该不是很难，格式说明符非常简单。删除字符，直到找到%，然后检查以下字符，如果是%然后删除它们，则复制字符，直到找到其中一个“最终”说明符（d ，f，s，u等等。

Answer 2

正如后续/精确，我们的用例是验证翻译（po文件），因为组织字符串和翻译字符串之间的printf不匹配会导致令人讨厌的崩溃......

目前我正在使用那个正则表达式（python代码，因为我们在py中处理它），这是printf语法的基本表示：

>>> import re
>>> _format = re.compile(r"(?!<%)(?:%%)*%[-+#0]?(?:\*|[0-9]+)?(?:\.(?:\*|[0-9]+))?(?:[hljztL]|hh|ll)?[tldiuoxXfFeEgGaAcspn]").findall
>>> _format("%.200sSOMETEXT%.5fSOMEMORETEXT%d%ul%.*s%%")
['%.200s', '%.5f', '%d', '%u', '%.*s']
>>> _format("%.200sBLAHBLAH%.5ftest%d%ul%.*s%%MORETEXT")
['%.200s', '%.5f', '%d', '%u', '%.*s']
>>> _format("%.200s%.5f%d%ul%.*s%%")
['%.200s', '%.5f', '%d', '%u', '%.*s']

因此，仅返回列表之间的比较就会告诉我们这些字符串是否与printf兼容。

这可能并不能解决所有可能的极端情况，但它的效果非常好......

C字符串格式等价

2 个答案: