正则表达式来解析任意深度的功能 [英] Regex to parse functions with arbitrary depth
问题描述
我解析一个简单的语言（Excel公式）为其中所包含的功能。函数名称必须与任何字母，后面跟上任意数量的字母/数字，并以开放的括号（中间无空格）结束。例如 MYFUNC（，此功能可以包含任何参数，包括其他的功能，并且必须以密切括号结束）。当然，括号内的数学允许 = MYFUNC（（1 + 1））和（1 + 1）不该'T是因为它没有我刚才所描述的功能规则检测为一个功能。我的目标是要认识到最高水平的函数调用的公式，找出函数名，提取参数。随着争论，我可以递归地寻找其他的函数调用。
使用此教程我砍死了下面的正则表达式。无似乎做的伎俩。他们都失败的测试用例粘贴下面。
本的应该的工作，但完全失败：
<$p$p><$c$c>(?<name>[a-z][a-z0-9]*\()(?<body>(?>[a-z][a-z0-9]*\((?<DEPTH>)|\)(?<-DEPTH>)|.?)*(?(DEPTH)(?!)))\)这适用于许多测试案例，但失败下面的测试案例。我不认为它处理嵌套函数法正确，它只是看起来开放括号/排料接近括号：
<$p$p><$c$c>(?<name>[a-z][a-z0-9]*\()(?<body>(?>\((?<DEPTH>)|\)(?<-DEPTH>)|.?)*(?(DEPTH)(?!)))\)下面是打破他们所有的测试：
<$p$p><$c$c>=Date(Year(A$5),Month(A$5),1)-(Weekday(Date(Year(A$5),Month(A$5),1))-1)+{0;1;2;3;4;5}*7+{1,2,3,4,5,6,7}-1这应该匹配为：
日期（ARGUMENTS1）
平日（ARGUMENTS2）
其中ARGUMENTS2 =日期（年（A $ 5），月（A $ 5），1）
相反，它匹配：
ARGUMENTS2 =日期（年（A $ 5），月（A $ 5），1）-1）
我使用.NET正则表达式，它提供了对外部存储器。
这是完全在.NET正则表达式的能力。这里有一个工作演示：
使用系统;
使用System.Text.RegularEx pressions;
命名空间测试
{
类测试
{
公共静态无效的主要（）
{
正则表达式R =新的正则表达式（@
（小于？名称＆gt; [A-Z] [一个-Z0-9] * \（）
（小于？体＆GT;
？（大于
\（（＆LT;深度GT;）
|
\）（小于？-depth＆GT）
|
[^（）] +
）*
（？（深度）（？！））
）
\），RegexOptions.IgnoreCase | RegexOptions.IgnorePatternWhitespace）;
字符串公式= @"=Date(Year(A$5),Month(A$5),1)-(Weekday(Date(Year((A$5+1)),Month(A$5),1))-1)+{0;1;2;3;4;5}*7+{1,2,3,4,5,6,7}-1";
的foreach（在r.Matches赛米（公式））
{
Console.WriteLine（{0} \ N，m.Value）;
}
}
}
}
输出：
的日期（年（A $ 5），月（A $ 5），1） 平日（日期（年（（A $ 5 + 1）），月（A $ 5），1））
你的正则表达式的主要问题是，你是包括函数名称作为递归比赛的一部分 - 例如：
名1（...名称2（...）...）
任何开放的括号，这是叫不上名字pceded $ P $没有被计算在内，因为它是匹配的最后一种选择， | <？/ code>），并扔了与近距离括号的平衡。这也意味着，你不能匹配像 = MYFUNC公式（（1 + 1）），你在文中提到，但没有包括在本例中。 （我扔在一组额外的括号来证明的。）
编辑：这是与非显著，引用括号支持的版本：
正则表达式R =新的正则表达式（@
（小于？名称＆gt; [A-Z] [一个-Z0-9] * \（）
（小于？体＆GT;
？（大于
\（（＆LT;深度GT;）
|
\）（小于？-depth＆GT）
|
[^] +
|
[^（）] +
）*
（？（深度）（？！））
）
\），RegexOptions.IgnoreCase | RegexOptions.IgnorePatternWhitespace）;
I'm parsing a simple language (Excel formulas) for the functions contained within. A function name must start with any letter, followed by any number of letters/numbers, and ending with an open paren (no spaces in between). For example MyFunc(. The function can contain any arguments, including other functions and must end with a close paren ). Of course, math within parens is allowed =MyFunc((1+1)) and (1+1) shouldn't be detected as a function because it fails the function rule I've just described. My goal is to recognize the highest level function calls in a formula, identify the function name, extract the arguments. With the arguments, I can recursively look for other function calls.
Using this tutorial I hacked up the following regexes. None seem to do the trick. They both fail on test case pasted below.
This should work but completely fails:
(?<name>[a-z][a-z0-9]*\()(?<body>(?>[a-z][a-z0-9]*\((?<DEPTH>)|\)(?<-DEPTH>)|.?)*(?(DEPTH)(?!)))\)
This works for many test cases, but fails for test case below. I don't think it handles nested functions correctly- it just looks for open paren/close paren in the nesting:
(?<name>[a-z][a-z0-9]*\()(?<body>(?>\((?<DEPTH>)|\)(?<-DEPTH>)|.?)*(?(DEPTH)(?!)))\)
Here's the test that breaks them all:
=Date(Year(A$5),Month(A$5),1)-(Weekday(Date(Year(A$5),Month(A$5),1))-1)+{0;1;2;3;4;5}*7+{1,2,3,4,5,6,7}-1
This should be matched as:
Date(ARGUMENTS1)
Weekday(ARGUMENTS2)
Where ARGUMENTS2 = Date(Year(A$5),Month(A$5),1)
Instead it matches:
ARGUMENTS2 = Date(Year(A$5),Month(A$5),1)-1)
I am using .net RegEx which provides for external memory.
This is well within the capabilities of .NET regexes. Here's a working demo:
using System;
using System.Text.RegularExpressions;
namespace Test
{
class Test
{
public static void Main()
{
Regex r = new Regex(@"
(?<name>[a-z][a-z0-9]*\()
(?<body>
(?>
\((?<DEPTH>)
|
\)(?<-DEPTH>)
|
[^()]+
)*
(?(DEPTH)(?!))
)
\)", RegexOptions.IgnoreCase | RegexOptions.IgnorePatternWhitespace);
string formula = @"=Date(Year(A$5),Month(A$5),1)-(Weekday(Date(Year((A$5+1)),Month(A$5),1))-1)+{0;1;2;3;4;5}*7+{1,2,3,4,5,6,7}-1";
foreach (Match m in r.Matches(formula))
{
Console.WriteLine("{0}\n", m.Value);
}
}
}
}
output:
Date(Year(A$5),Month(A$5),1) Weekday(Date(Year((A$5+1)),Month(A$5),1))
The main problem with your regex was that you were including the function name as part of the recursive match--for example:
Name1(...Name2(...)...)
Any open-paren that wasn't preceded by name was not counted, because it was matched by the final alternative, |.?), and that threw off the balance with the close-parens. That also meant that you couldn't match formulas like =MyFunc((1+1)), which you mentioned in the text but didn't include in the example. (I threw in an extra set of parens to demonstrate.)
EDIT: Here's the version with support for non-significant, quoted parens:
Regex r = new Regex(@"
(?<name>[a-z][a-z0-9]*\()
(?<body>
(?>
\((?<DEPTH>)
|
\)(?<-DEPTH>)
|
""[^""]+""
|
[^()""]+
)*
(?(DEPTH)(?!))
)
\)", RegexOptions.IgnoreCase | RegexOptions.IgnorePatternWhitespace);
这篇关于正则表达式来解析任意深度的功能的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
