正则表达式查找C++元素?

你可能会找到 ctags 方便。它将解析代码并分解出符号,以便在emacs和其他程序中使用。事实上,它可能只会做你想做的所有工作。

这种类型的操作不能与正则表达式一起使用。C++不是正则语言,因此不能用正则表达式可靠地解析。这里最安全的方法是使用一个实际的解析器来定位C++元素。

如果100%正确性不是一个目标,那么正则表达式将工作,因为它可以被精心设计以捕获代码基中的大多数情况。最简单的例子如下

class\s+[a-z]\w+

但是它将不正确地将以下内容作为类进行匹配

• 向前声明
• 任何字符串文本,如“类foo”
• 模板参数
• 等。。。

你也可以在ctag或cscope中发现一些有趣的东西。我也遇到过 flist here

我正在编写一个Python程序,从一个大杂乱的C++源树中提取一些重要的类信息。我在使用regex方面运气很好。幸运的是,几乎所有的代码都遵循这样一种风格:我只需定义几个正则表达式就可以检测类声明、方法等。大多数成员变量都有“itssange”或“m_something”这样的名称。我在硬编码的黑客工作中游手好闲,捕捉任何不符合风格的东西。

class_decl_re   = re.compile(  r"^class +(\w+)\s*(:|\{)"  )
close_decl_re   = re.compile(  r"^\};"  )
method_decl_re  = re.compile(  r"(\w[ a-zA-Z_0-9\*\<\>]+) +(\w+)\("    ) 
var_decl1_re    = re.compile(  r"(\w[ a-zA-Z_0-9\*\<\>]+) +(its\w+);"  )
var_decl2_re    = re.compile(  r"(\w[ a-zA-Z_0-9\*\<\>]+) +(m_\w+);"  )
comment_pair_re = re.compile(  r"/\*.*\*/" )

这是一个正在进行的工作,但是我将展示这个(可能是错误的)(不,几乎肯定是错误的)代码片段来展示正则表达式是如何使用的:

# at this point, we're looking at one line from a .hpp file
# from inside a class declaration.  All initial whitespace has been 
# stripped.  All // and /*...*/ comments have been removed.
    is_static = (line[0:6]=="static")
    if is_static:
        line=line[6:]

    is_virtual = (line[0:7]=="virtual")
    if is_virtual:
        line=line[7:]

    # I believe "virtual static" is impossible, but if our goal
    # is to detect such coding gaffes, this code can't do it.

    mm = method_decl_re.match(line)
    vm1 = var_decl1_re.match(line)
    vm2 = var_decl2_re.match(line)
    if mm:
        meth_name = mm.group(2)
        minfo = MethodInfo(meth_name, classinfo.name)  # class to hold info about a method
        minfo.rettype = mm.group(1)              # return type
        minfo.is_static = is_static
        if is_static:
            if is_virtual:
                classinfo.screwed_up=True
            classinfo.class_methods[meth_name] = minfo
        else:
            minfo.is_polymorphic = is_virtual    
            classinfo.obj_methods[meth_name] = minfo

    elif vm1 or vm2:
        if vm1: # deal with vars named "itsXxxxx..."
            vm=vm1   
            var_name = vm.group(2)[3:]
            if var_name.endswith("_"):
                var_name=var_name[:-1]
        else:  # deal with vars named "m_Xxxxx..."
            vm=vm2   
            var_name = vm.group(2)[2:]  # remove the m_
        datatype = vm.group(1)
        vi = VarInfo(var_name, datatype)
        vi.is_static = is_static 
        classinfo.vars[var_name] = vi

我希望这很容易理解并翻译成其他语言,至少对于那些疯狂到想尝试的人来说是一个起点。使用风险自负。