正則表達式或掃描器

我在的圖案一串短字符串的：正則表達式或掃描器

<text @varible1 more text><, @variable2 text ><@variable3 text text>

的@variableN是佔位符，每個支架是一個「部分」，這表明，如果封閉varibale是空字符串，'部分'將不存在。我想用正則表達式來提取每個部分，然後根據相應的變量是否爲空來重新組裝整個字符串。例如，如果我通過@變量1 =「你好」 @ variabl3 =「世界」的整個字符串應按返回：

text hello more text, world text

起初我想，也許我可以使用正則表達式足夠的技巧來完成這項工作。然後我發現'部分'可以嵌套，並且我需要轉義一些特殊字符，例如 - '<'，'>'和'@'。我對它的看法越多，它就越像DSL。所以也許開發掃描儀會是一個更好的主意？我只知道一點關於編寫解析器的知識。所以我有點卡住，不知道要走哪條路。

如果有人在這種情況下有經驗，請說明一下。謝謝。

語法示例

<text @varible1 more text><, @variable2 text ><@variable3 text text> 
<text @varible1 more text><, @variable2 <, @nestedVaraible> text \<@userName\> > # with nesting and escaping 
<text @varible1 more text><, @variable2 text ><@variable3 \@twitterAccount> # escaping‘@

」

來源

2011-11-14 Shawn

如果您提及您使用的語言，可能會更容易引導您。有人可能已經有一些可配置的東西可以使用。當然，這聽起來像是一個解析器問題。 – fncomp

PHP或Python會很好。 – Shawn

Gotcha，你可以發表幾行文字，以便我可以瞭解你的語法要點。可能，我會建議修改[BeautifulSoup]（http://www.crummy.com/software/BeautifulSoup/documentation.html）。 – fncomp

你可以爲此使用PHP正則表達式，但如果你願意寫一個解析器的想法，我認爲這將是更好的投資時間的方式。下面是我拿出來你的文字匹配的正則表達式簡單：

$rgx = '~((?:[^<>\\\\]++|(?:\\\\.)++)++)|(<(?:(?1)|(?-1))*+>)~';

......和所有做的是分裂串入括號內的部分與一切。它只在一個層面上做到這一點;你必須將它遞歸地應用到每個括號內部分，直到你找出所有嵌套部分。更不用說所有其他的處理你必須做的，首先找到變量名稱。正則表達式可以非常強大，但更令人驚訝的是，在創建正則表達式的所有大腦出汗之後，剩下的工作量已經足夠。

Python的正則表達式幾乎沒有那麼強大，這可能是一件好事，但令人沮喪的是，雖然它是正則表達式像我這樣的癮君子。：P它有什麼，而不是pyparsing。我從來沒有用過它，但一直聽到它的好消息。這可能正是你需要的。

來源

2011-11-14 06:21:59

如果你下來寫自己的解析器，這將是樂趣，這種情況下的話，我會找Douglas Crockford的JSLint。他發佈了所有的代碼，並有一些非常好的評論。

對於一些更一般的東西，我一定會看看這個方便的SO問題：Writing a simple parser。

來源

2011-11-14 04:09:51 fncomp

正則表達式或掃描器

回答

相關問題