使用Regex从此字符串中获取字符串模式

时间:2012-01-09 13:57:04

标签: c# .net regex

我的C#app中有一个如下所示的字符串。

Multiply(Sum(3,5,4), Division(4,5,5), Subtract(7,8,9))  

Sum()Division()Subtract()Multiple()内不同的不同方法。

有没有办法让每个人分别使用C#Regex方法分别使用Sum(3,5,4)Division(4,5,5)Substract(7,8,9)Multiply()

SumDivisionSubstractMultiply是常量关键字。

4 个答案:

答案 0 :(得分:1)

如果嵌套是任意深度的,您应该使用Regexp.Matches()Regexp.Replace()等迭代方式执行此操作。

复制整个字符串。使用([a-zA-Z]+\([0-9, ]*\))(, )?作为正则表达式。这将匹配所有最低级函数调用 - 调用图的所有叶节点。

调用Regexp.Matches以提取所有匹配项,调用Regexp.Replace以从字符串副本中删除所有匹配项。这将摆脱调用图的所有叶节点。再次调用Matches()Replace()以摆脱下一级别的调用,并继续重复,直到字符串副本为空。

答案 1 :(得分:1)

你无法使用RegExp进行任意嵌套 - 由于RegExp模型的限制,甚至理论也是不可能的。

在这种情况下,您需要的是解析器。手动构建非常简单的recursive descent parser并不需要太多工作,但是一旦复杂性变得相当大,就应该切换到解析器生成器。我个人最喜欢的是ANTLR,但你有很多其他的选择。

答案 2 :(得分:0)

是的,如果在将参数传递给方法时不使用其他方法调用。
(如Sum(2, Sum(3,2), 4)
在这种情况下,您可以使用此模式:
^\w+\((.*)\)$然后获取组1(它是(。*)组),它们是参数(Sum(3,5,4), Division(4,5,5), Subtract(7,8,9)),然后将此模式用于getted组以查找所有参数:
\w+\(.*\)

如果您的Multiply方法可能有另一个嵌套方法,正则表达式无法帮助您。在这种情况下,您应该计算大括号以查看哪个是关闭的

答案 3 :(得分:0)

C#应该能够通过正则表达式中的递归来做平衡文本。唯一的问题是我认为它保留了外围比赛的整体。要进一步解析内部内容(在括号之间)需要递归函数调用,每次都要删除标记。

我同意@dasblinkenlight虽然需要一个像样的解析器。正如他所说,复杂性可能会变得非常快。

下面的正则表达式来自Perl,但是.Net黑客的构造应该是相同的 正如你所看到的,正则表达式就像是一种坚持,因为一般形式是坚持的,但是 只有逗号和数字在数学代币之间处理,允许其余部分通过。

但是,如果这是你唯一关心的事情,那么它应该有效。您会注意到,即使您可以将其解析为数据结构(如下所示),要以内部方式使用该结构,还需要对数据结构进行另一次递归“解析”(尽管更容易)。如果出于显示或统计目的,则不是问题。

扩展的正则表达式:

 {
    (                                      #1 - Recursion group 1                            
      \b(\w+)\s*                                #2 - Math token
      \(                                        #  - Open parenth                   
         (                                        #3 - Capture between parenth's
           (?:  (?> (?: (?!\b\w+\s*\(|\)) . )+ )     # - Get all up to next math token or close parenth
              | (?1)                                 # - OR, recurse group 1
           )*                                        # - Optionally do many times 
         )                                        # - End capture 3
      \)                                        # - Close parenth
    )                                      # - End recursion group 1
    \s*(\,?)                               #4 - Capture optional comma ','

  |                                    # OR,
                                       # (Here, it is only getting comma and digits, ignoring the rest.
                                       #  Comma's  ',' are escaped to make them standout)
    \s*                                       
    (?|                                    # - Start branch reset
        (\d+)\s*(\,?)                          #5,6 - Digits then optional comma ','
      | (?<=\,)()\s*(\,|\s*$)                  #5,6 - Comma behind. No digit then, comma or end
    )                                      # - End branch reset
 }xs;   # Options: expanded, single-line

这是Perl中的快速原型(比C#更容易):

 use Data::Dumper;


#//
 my $regex = qr{(\b(\w+)\s*\(((?:(?>(?:(?!\b\w+\s*\(|\)).)+)|(?1))*)\))\s*(\,?)|\s*(?|(\d+)\s*(\,?)|(?<=\,)()\s*(\,|\s*$))}s;


#//
 my $sample = ', asdf Multiply(9, 4, 3, hello,  _Sum(3,5,4,) , Division(4, Sum(3,5,4), 5), ,, Subtract(7,8,9))';

 print_math_toks( 0, $sample );

 my @array;
 store_math_toks( 0, $sample, \@array );
 print Dumper(\@array);


#//
 sub print_math_toks
 {
    my ($cnt, $segment) = @_;
    while ($segment  =~ /$regex/g )
    {
      if (defined $5) {
         next if $cnt < 1;
         print "\t"x($cnt+1), "$5$6\n";
      }
      else {
         ++$cnt;
         print "\t"x$cnt, "$2(\n";
         my $post = $4;

         $cnt = print_math_toks( $cnt, $3 );

         print "\t"x$cnt, ")$post\n";
         --$cnt;
      }
    }
    return $cnt;
 }


 sub store_math_toks
 {
    my ($cnt, $segment, $ary) = @_;
    while ($segment  =~ /$regex/g )
    {
      if (defined $5) {
         next if $cnt < 1;
         if (length $5) {
            push (@$ary, $5);
         }
         else {
            push (@$ary, '');
         }
      }
      else {
         ++$cnt;
         my %hash;
         $hash{$2} = [];
         push (@$ary, \%hash);

         $cnt = store_math_toks( $cnt, $3, $hash{$2} );

         --$cnt;
      }
    }
    return $cnt;
 }

输出:

        Multiply(
                9,
                4,
                3,
                _Sum(
                        3,
                        5,
                        4,

                ),
                Division(
                        4,
                        Sum(
                                3,
                                5,
                                4
                        ),
                        5
                ),
                ,
                ,
                Subtract(
                        7,
                        8,
                        9
                )
        )
$VAR1 = [
          {
            'Multiply' => [
                            '9',
                            '4',
                            '3',
                            {
                              '_Sum' => [
                                          '3',
                                          '5',
                                          '4',
                                          ''
                                        ]
                            },
                            {
                              'Division' => [
                                              '4',
                                              {
                                                'Sum' => [
                                                           '3',
                                                           '5',
                                                           '4'
                                                         ]
                                              },
                                              '5'
                                            ]
                            },
                            '',
                            '',
                            {
                              'Subtract' => [
                                              '7',
                                              '8',
                                              '9'
                                            ]
                            }
                          ]
          }
        ];