regex - 我怎样才能在一些文本的末尾得到 "->function(' xxx' ,'xxx' )"

我想在一段代码的末尾得到一个或多个 ->func(xxx,xxx)。

他们可能是这样的:

any code any code ->func(xxx)

或者

any code any code
->func()

或者

any code any code
-funcA()->funcB(xxx)

或者

any code any code
->funcA()
->funcB(xxx)

或混合它们:

o.start_time = obj.s;
o.repair_type -> obj.r;
o.limit -> obj.l;->god("('\"\"')") ->fox(,'->')
->egg()->dog(,'c')
->cat(,'b')-> banana(,'a"\'\(\)\'->"()')  ->  apple(,'a')

在这段代码中，我想:

计划 A

获取子串 apple(,'a')

删除 -> apple(,'a')

获取子串 banana(,'a"\'\(\)\'->"()')

删除 -> banana(,'a"\'\(\)\'->"()')

获取子串 cat(,'b')

删除 ->cat(,'b')

获取子串 dog(,'c')

删除 ->dog(,'c')

获取 egg()

删除 ->egg()

获取 fox(,'->')

删除 ->fox(,'->')

获取 god("('\"\"')")god("('\"\"')")

删除 ->god("('\"\"')")

结束

计划 B:

获取和删除 ->cat(,'b')-> banana(,'a"\'\(\)\'->"()') -> apple(,'a')

获取子串 apple(,'a')

删除 -> apple(,'a')

获取子串 banana(,'a"\'\(\)\'->"()')

删除 -> banana(,'a"\'\(\)\'->"()')

获取子串 cat(,'b')

删除 ->cat(,'b')

获取和删除 ->egg()->dog(,'c')

获取子串 dog(,'c')

删除 ->dog(,'c')

获取 egg()

删除 ->egg()

获取和删除 ->god("('\"\"')") ->fox(,'->')

获取 fox(,'->')

删除 ->fox(,'->')

获取 god("('\"\"')")god("('\"\"')")

删除 ->god("('\"\"')")

结束

现在，我正在通过这两个 RegEx 尝试 planB，但还不够好:

loop
    if match "\R\s*->\s*(.+)$"
        get substring and remove
        loop substring
        if match "(?:(?<=\)).)*\s*->\s*(((?!->).)*)$"
            push substring2 to arr
            remove substring2
        else
            break
    else
        break

最佳答案

我不认为正则表达式是匹配您需要的最终手段，但它可以用于一次性任务。

在 PCRE 中，我们有递归支持，因此我们可以匹配函数开始和结束。 如果代码没有任何注释 ，您可以将这些嵌套的 (...) 与字符串末尾的单引号和双引号字符串文字进行匹配

(?:((?(3)\s*|\R*)->\s*([\w.]*(\((?>'[^'\\]*(?:\\.[^'\\]*)*'|"[^"\\]*(?:\\.[^"\\]*)*"‌​|[^"'()]++|(?3))*\)))))+\s*\z

查看 regex demo

解释:

(?:((?(3)\s*|\R*)->\s*([\w.]*(\((?>'[^'\\]*(?:\\.[^'\\]*)*'|"[^"\\]*(?:\\.[^"\\]*)*"‌​|[^"'()]++|(?3))*\)))))+ - 以下序列出现 1 次或多次:

(?(3)\s*|\R*) - 检查第 3 组是否匹配的条件，如果第 3 组已初始化，则匹配 0+ 个空白字符，如果第 3 组尚未匹配，则匹配 0+ 个换行序列(使用 \R* )(因此，我们仅在开始)

->\s* - -> 后跟 0+ 空格

([\w.]*) - (Group 1, function name) 0+ 字母数字/下划线/点字符

(\((?>'[^'\\]*(?:\\.[^'\\]*)*'|"[^"\\]*(?:\\.[^"\\]*)*"|[^"'()]++|(?1))*\)) - 第 1 组匹配

\( - 文字开头 (

(?>'[^'\\]*(?:\\.[^'\\]*)*'|"[^"\\]*(?:\\.[^"\\]*)*"|[^"'()]++|(?3))* - 单引号文字 ( '[^'\\]*(?:\\.[^'\\]*)*' ) 或双引号文字 ( "[^"\\]*(?:\\.[^"\\]*)*" ) 或 (...) ( [^"'()]++|(?3) 其中 (?3) 递归整个第 3 组子模式)。

\) - 字面关闭 )

\s*\z - 0+ 空格 \s* 就在字符串 \z 的末尾之前。