正則表達式以匹配Java字符串

在Scala的解析器組合器（特別是JavaTokensParser）中，定義stringLiteral與Java類字符串匹配。正則表達式以匹配Java字符串

def stringLiteral: Parser[String] = 
       ("\""+"""([^"\p{Cntrl}\\]|\\[\\'"bfnrt]|\\u[a-fA-F0-9]{4})*"""+"\"").r

不幸的是，這個正則表達式does not work for long strings。有誰知道一個可重用的實現嗎，或者是對空間效率更高的正則表達式的修改？

來源

2013-10-07 schmmd

有趣的問題！

就與此發揮各地，並想出了以下內容：

val r = ("\"" + "(?:[^\"\\p{Cntrl}\\\\]*|(?:\\\\(?:[\\\\'\"bfnrt]|u[a-fA-F0-9]{4}))*)*" + "\"").r

注：上述正則表達式是從第一個版本固定......無論是領先的「\」和拖尾字符需要重複一遍，不只是我原來的尾隨角色！

編輯：找到更有效的正則表達式。使用以下命令，它可以解析最多950 \\ns對的字符串，而不是隻能解析556的原始對象，至少在我的默認配置下是這樣。

val r = ("\"" + "(?:[^\"\\p{Cntrl}\\\\]*|\\\\[\\\\'\"bfnrt]|\\\\u[a-fA-F0-9]{4})*" + "\"").r

編輯2：基於從@schmmd的評論，我有一個更好的正則表達式。這可以解析酷刑案件。祕訣是使用貪婪的佔有慾修飾符，這基本上禁止了回溯的需要，因此也關閉了遞歸。

val r = (""""([^"\p{Cntrl}\\]*+(?:\\[\\'"bfnrt])*+(?:\\u[a-fA-F0-9]{4})*+)*+"""").r

解決方案的精髓在於每次匹配某件東西時儘可能地嘗試和咀嚼。

scala> val r = (""""([^"\p{Cntrl}\\]*+(?:\\[\\'"bfnrt])*+(?:\\u[a-fA-F0-9]{4})*+)*+"""").r 
r: scala.util.matching.Regex = "([^"\p{Cntrl}\\]*+(?:\\[\\'"bfnrt])*+(?:\\u[a-fA-F0-9]{4})*+)*+" 

scala> r.pattern.matcher("\"" + "\\ns" * 2500 + "\"").lookingAt 
res4: Boolean = true 

scala> r.pattern.matcher("\"" + "s" * 2500 + "\"").lookingAt 
res5: Boolean = true

更新：一個pull request被提交給鄉親階。它被接受了。

來源

2013-10-07 20:29:25

我希望Java有一個內置的正則表達式實現，使用湯普森NFA ... – schmmd

您的正則表達式很好，但我有意義刪除所有的disjunctions。它仍然會在你的''\\ ns「* 2500'上溢出。 '（「\」「+」「」（[^「\ p {Cntrl} \\] *（？：\\ [\\''bfnrt]）*（？：\\ u [a-fA-F0- 9] {4}）*）*「」「+」\「」）。r'。 – schmmd

將我所有的Kleene星星轉換爲所有格Kleene星星提供更好的性能。（「\」「+」「」（[^「\ p {Cntrl} \\] * +（？：\\ [\\''bfnrt]）* +（？：\\ u [a-fA-F0 -9] {4}）* +）* +「」「+」\「」）。r – schmmd

正則表達式以匹配Java字符串

回答

相關問題