Question

我有一个正则表达式来查找文件中的函数。

See how expression perfectly works in PHP

如果我尝试使用来自控制台的grep运行相同的正则表达式，我会收到错误：

grep -rP "(_t\s*\(\s*([\'\"])(\d+)\2\s*,\s*([\'\"])(.*?)(?<!\\)\4\s*(?(?=,)[^\)]*\s*\)|\)))" application scripts library public data | sort -n | uniq

grep: unrecognized character after (?<

看起来grep无法处理这部分正则表达式(?<!\\)，这对我很重要。

有人可以建议如何修改正则表达式以使grep与它一起使用吗？

编辑：字符串：_t('123', 'pcs.', '', $userLang) . $data['ticker'] . ' (' . $data['security_name'] . ')

需要找到：

功能索引（＆＃39; 123＆＃39;）
功能中的文字（＆＃39; pcs。＆＃39;）
功能本身
```
> _t('123', 'pcs.', '', $userLang)
```

Answer 1

执行我在评论中所说的内容可以解决您的问题（使用链接中的数据）：

$ cat file
_t('123', 'шт.', '', $userLang)  . $data['ticker'] . ' (' . $data['security_name'] . ')
$ grep -P '(_t\s*\(\s*(['"'"'"])(\d+)\2\s*,\s*(['"'"'"])(.*?)(?<!\\)\4\s*(?(?=,)[^\)]*\s*\)|\)))' file
_t('123', 'шт.', '', $userLang)  . $data['ticker'] . ' (' . $data['security_name'] . ')

这里的技巧是在整个正则表达式周围使用单引号，然后每当你想要单引号时，执行'"'"'，这意味着＆＃34;关闭原始字符串，在双引号内添加单引号，然后打开一个新的单引号字符串＆＃34;。根据{{3}}的建议，另一种方法是使用'\''，即关闭原始字符串，添加转义'并打开新字符串。

使用单引号可防止bash将!解释为历史记录扩展。正如glglgl上面提到的那样另一种选择是使用set +o history禁用该行为。

作为一个建议，如果你想要捕获正则表达式的不同部分（并且你已经在grep中使用了PCRE模式），你可以改用Perl：

$ perl -lne '/(_t\s*\(\s*(['\''"])(\d+)\2\s*,\s*(['\''"])(.*?)(?<!\\)\4\s*(?(?=,)[^\)]*\s*\)|\)))/ && print "group 1: $1\ngroup 3: $3\n group 5: $5"' file
group 1: _t('123', 'шт.', '', $userLang)
group 3: 123
group 5: шт.

Answer 2

我强烈建议使用tokenizer extension来解析PHP文件。这是因为解析编程语言需要有状态解析器，单个正则表达式是无状态的，因此无法提供。

以下是一个如何从PHP源文件中提取函数名称的示例，也可以跟踪函数调用：

$source = file_get_contents('some.php');

$tokens = token_get_all($source);
for($i = 0; $i < count($tokens); $i++) {
    $token = $tokens[$i];
    if(!is_string($token)) {
        if($token[0] === T_FUNCTION) {
            // skip whitespace between the keyword 'function' 
            // and the function's name
            $i+=2;
            // Avoid to print the opening brackets of a closure
            if($tokens[$i][0] === T_STRING) {
                echo $tokens[$i][1] . PHP_EOL;
            }
        }
    }   
}

在评论中你告诉你还要解析html，js文件。我建议使用DOM / JS解析器。

为什么grep不能使用正则表达式？

2 个答案: