Question

我需要在文本中标识{scope}，例如源代码。我只从一行开始，将扩展为搜索多行，并排除注释。我已经使用Pattern Matcher编写了代码，但我想批评如何改进这样的搜索。

String line = "{{outside{inside}{inside2}}};";
String scopeOf = "outside";
findscope(line,scopeOf);


private static void findscope(String line,
                              String scopeOf) {

    int layer = 1;
    Pattern p = Pattern.compile(scopeOf);
    Matcher m = p.matcher(line);
    if (m.find()) {
        int scopestart = m.start();
        int scopeEnd = Integer.MIN_VALUE;
        m.usePattern(Pattern.compile("\\{|\\}"));
        while (m.find()) {
            String group = m.group();
            if (group.equals("{")) {
                layer++;
            } else if (group.equals("}")) {
                layer--;
            }
            if (layer == 0) {
                scopeEnd = m.start();
                break;
            }
        }
        System.out.println("Scope of " + scopeOf + " starts at " + scopestart +
        " finishes at " + scopeEnd);

    }
}

Answer 1

嗯，你正在使用错误的工具（假设你也在寻找嵌套的范围）

请注意，正则表达式（采用传统形式的正则表达式）代表正则表达式 - 这是一种描述Regular Language的方法。

然而，语言L = { all words with legal scopings }是不规则的 - 因此无法通过正则表达式识别。

这个语言实际上是Conext Free Langauge，可以用Context Free Grammer来表示。

用于解析：
对于相对简单的语言（其中包括范围） - 确定性push-down automaton足以验证它们。

某些语言需要非确定性的下推自动机 - 这不是非常有效地创建的，但也有dynamic programming algorithm来解析它们。

作为旁注，有一些工具，例如JavaCC，您可以使用它们来解析（并生成代码/输出） - 看看它们，但如果您只是在寻找范围问题 - 这可能是一种矫枉过正。

编辑 - 伪代码：

curr <- 0
count <- 0 //integer imitates the stack for this simple usage
l <- string.length()
while (curr < l):
   if string.charAt(curr) == '{':
         count++;
   else if string.charAt(curr) == '}':
         if curr <= 0:
              return ERROR;
         count--;
   curr++;
if count != 0:
    return ERROR;
return SUCCESS;

注意，在这里我们可以使用一个整数来模仿堆栈，在这里增加基本上是push（）而减少是pop（）。

在文本中搜索变量范围{}

1 个答案: