正則表達式查找功能的函數體調用

請考慮read.table身體爲文本文件，用下面的代碼創建：正則表達式查找功能的函數體調用

sink("readTable.txt") 
body(read.table) 
sink()

使用正則表達式，我想找到所有的函數調用的形式foo(a, b, c)（但有任何數量的參數）在"readTable.txt"。也就是說，我希望結果包含read.table正文中所有被調用函數的名稱。這包括
foo(a, bar(b, c))的嵌套功能。保留字（return,for，for等）和使用反標記的功能（'=='()，'+'()等）可以包含在內，因爲我可以稍後刪除它們。

所以在一般情況下，我在尋找的模式text(或text (那麼可能的嵌套功能，如text1(text2(，但跳過文本如果它的參數，而不是功能。這是迄今爲止我所在的地方。這很接近，但並不完全。

x <- readLines("readTable.txt") 
regx <- "^(([[:print:]]*)\\(+.*\\))" 
mat <- regexpr(regx, x) 
lines <- regmatches(x, mat) 
fns <- gsub(".*(|(=|(<-)))", "", lines) 
head(fns, 10) 
# [1] "default.stringsAsFactors()" "!missing(text))" 
# [3] "\"UTF-8\")" "on.exit(close(file))" "(is.character(file))" 
# [6] "(nzchar(fileEncoding))" "fileEncoding)" "\"rt\")" 
# [9] "on.exit(close(file))" "\"connection\"))"

例如，在上述[9]，來電是有的，但我不希望在結果file。理想情況下，它將是on.exit(close(。

我該如何去改善這個正則表達式？

來源

2014-06-30 Rich Scriven

如果它不一定是一個正則表達式的解決方案，請考慮'codetools :: walkCode'。 http://stackoverflow.com/questions/11872879/finding-out-which-functions-are-called-within-a-given-function/11878961#11878961 – GSee

@GSee，現在很有趣，也很有用。對於這個問題，我想堅持使用正則表達式方法。這是我爲本科生開設的一個問題，我只是想改善我之前的回答。儘管發佈該功能作爲答案，但它非常酷。 –

您可以提供您搜索的匹配樣本輸入數據嗎？ – hwnd

如果你曾經嘗試過用你知道它是怎樣一場噩夢正則表達式解析HTML。使用一些HTML解析器並以這種方式提取信息總是更好。我對R代碼有同樣的感受。 R的優點在於它的功能強大，您可以通過代碼檢查任何功能。

喜歡的東西

call.ignore <-c("[[", "[", "&","&&","|","||","==","!=", 
    "-","+", "*","/", "!", ">","<", ":") 

find.funcs <- function(f, descend=FALSE) { 
    if(is.function(f)) { 
     return(find.funcs(body(f), descend=descend)) 
    } else if (is(f, "name") | is.atomic(f)) { 
     return(character(0)) 
    } 
    v <- list() 
    if (is(f, "call") && !(deparse(f[[1]]) %in% call.ignore)) { 
     v[[1]] <- deparse(f) 
     if(!descend) return(v[[1]]) 
    } 
    v <- append(v, lapply(as.list(f), find.funcs, descend=descend)) 
    unname(do.call(c, v)) 
}

可以工作。在這裏，我們遍歷函數中的每個對象，尋找call，忽略那些你不關心的對象。你會在功能上運行它像

find.funcs(read.table) 

# [1] "default.stringsAsFactors()"     
# [2] "missing(file)"        
# [3] "missing(text)"        
# [4] "textConnection(text, encoding = \"UTF-8\")" 
# [5] "on.exit(close(file))"      
# [6] "is.character(file)" 
# ...

你可以，如果你想在調用其他功能的功能看descend=參數設置爲TRUE。

我確定有很多軟件包可以使這更容易，但我只是想展示它的真實性。

來源

2014-06-30 02:49:51 MrFlick

遞歸正則表達式在Perl模式

在一般情況下，我相信你是知道的，設法滿足這種結構的危害：如果你的文件中包含類似if()的東西，你不想要匹配？

話雖這麼說，我相信這個遞歸正則表達式符合要求，我理解他們

[a-z]+(\((?:`[()]|[^()]|(?1))*\))

見demo。

我不能完全達到標準的R語法，但這樣的事情應該工作，你可以調整函數名和參數，以滿足您的需求：

grepl("[a-z]+(\\((?:`[()]|[^()]|(?1))*\\))", subject, perl=TRUE);

說明

[a-z]+與開括號前的字母匹配
(開始組1
\(匹配開括號
(?:開始一個將被重複的非捕獲組。捕獲小組賽幾種可能性：
BACKTICK[()]匹配反引號+ (或)（對不起，不知道如何使反引號出現在此編輯器
|[^()]或匹配一個字符不是一個括號
|(?1)或匹配
)*緊密的，非捕獲組由組1個括號（遞歸）中定義的圖案，重複零次或多次
\)閉括號匹配
)結束第1組

來源

2014-06-30 02:05:19 zx81

正則表達式查找功能的函數體調用

回答

相關問題