利用递归匹配寻找函数体

[liangxiaowen]

背景

我在尝试利用 python 正则表达式解析 java 文件。

目前遇到的问题

因为函数体中可能出现多重{}，因此采用 python 的 regex。 regex.findall(r'{(?>[^{}]|(?R))}',java_file)

    public void fun(int n) {
        if(n > 1) {
            if (n == 2) {
              n = 3;  
            }
        }
    }

确实能匹配到

 {
        if(n > 1) {
            if (n == 2) {
              n = 3;  
            }
        }
    }

可我需要前面的public 和函数名fun。 在使用 public.*?{(?>[^{}]|(?R))}时，没能匹配到。

甚至使用 public{(?>[^{}]|(?R))}去匹配

    public{
        ...
    }

仍然不能匹配到。

在递归匹配式前后加东西如何实现 我对递归匹配不是很熟悉，希望***指点一下***。

[thedrwu]

regex 从简单的慢慢调。
然而上下文无关的语法已经超出了正则的表达，加上递归也是有限的（比如注释里、字符串里有不对称的括号）。

[momocraft]

对自己好一点 学点形式语言的知识吧

[Buges]

我想到的思路就是，既然你解析 java 源文件，那就像 java 一样解析。
比如先把注释忽略，执行转义，提取字符串等等。
实在不行就去看看 jdk 源码里对语意是如何处理的。

[liangxiaowen]

@thedrwu 注释已经有工具解决了。

[GeruzoniAnsasu]

用正则去匹配编程语言的结构明显是编译原理完全没看过的思路

建议从递归下降这个词开始搜

[liangxiaowen]

语法树的分析应该更适合我，虽然会比正则匹配更复杂。

[ipwx]

请使用 pyparsing 这个库，而且 Java 很可能有 user contributed example

[aguesuka]

上下文无关法则可以表达正则不能表达的语法。