代码之家 › 专栏 › 技术社区 › Adam Tegen

将BackusNaur表单语法转换为.Net正则表达式

bnf regex .net

4

Adam Tegen · 技术社区 · 17 年前

<field> ::= "<<" <fieldname> <options> ">>"

<options> ::= "" | "(" <option> ")"

<option> ::= "" | 
             <option> <non-paren> | 
             <option> <escaped-character>

<escaped-character> ::= "\\" | "\)"

<non-paren> ::= any character but paren

<fieldname> ::= any string that doesn't contain "(" or ">>"

我很接近,但我不知道如何应对逃跑 \ 和 ) . 这抓住了 fieldname 和 option 在命名组中:

<<(?<fieldname>.\*?)(\((?<option>.*?)\))?>>

编辑

事实证明,我在BNF语法方面比我想象的更粗糙。

4 回复 | 直到 7 年前

1

8

Markus Jarderot 17 年前

paren = paren paren
      | '(' paren ')'  <-- there are characters on both sides of the recursion
      | ''

在您的例子中,您不使用任何双边递归,因此它简化为常规语言。

fieldname = /(?:>?[^(>])+/    //No double >, but single ones are ok.
option = /(?:[^()\\]|\\.)*/   //No parens, unless preceeded by \

pattern = /<<(?<fieldname>   )(?:\((?<option>   )\))?>>/

综合起来:

pattern = /<<(?<fieldname>(?:>?[^(>])+)(?:\((?<option>(?:[^()\\]|\\.)*)\))?>>/

一些边境案件:

<<f>oo(bar>>)>> --> ('f>oo', 'bar>>')
<<foo(bar\))>>  --> ('foo', 'bar\)')
<<foo(bar\\)>>  --> ('foo', 'bar\\')
<<foo\(bar)>>   --> ('foo\', 'bar')

编辑:

如果您希望任何额外的括号字符(和反斜杠)必须在内部转义 << >>

fieldname = /(?:<?[^()\\<]|<?\\[()\\])+/
options = /(?:[^()\\]|\\[()\\])*/
pattern = /<<(?<fieldname>   )(?:\((?<option>   )\))?>>/

/<<(?<fieldname>(?:<?[^()\\]|<?\\[()\\])+)(?:\((?<option>(?:[^()\\]|\\[()\\])*)\))?>>/

更新:

<<f>oo(bar>>)>> --> ('f>oo', 'bar>>')
<<foo(bar\))>>  --> ('foo', 'bar\)')
<<foo(bar\\)>>  --> ('foo', 'bar\\')
<<foo\(bar)>>   --> doesn't match
<<foo\((bar)>>  --> ('foo\(', 'bar')

2

user44511 17 年前

正则表达式表示正则语言。上下文无关语法生成上下文无关语言。前一种语言集是后一种语言集的子集,在一般情况下,不能将上下文无关语言表示为正则表达式。

3

0

Joe 17 年前

我一直在思考一个答案,希望有人能跳过我,让我停下来。:)

我必须承认,我甚至不确定我能不能算出你的BNF。例如:

建议您的“选项”对为c3、b2和a1。这假设字符是有效的“选项”-您没有为不是空字符串的选项定义任何有效的终端值。这真的是目的吗?

假设你不想被递归。。。编写代码可能会更好。这看起来比其他任何事情都更容易处理。你想要什么的感觉表明你不需要任何向前看或向后看的逻辑。

4

0

Adam Tegen 17 年前

我想我成功地让它工作了。。。

<<(?<fieldname>[^\(]+)(?<options>\((?<option>(\\\\|\\\)|[^\\\)])*)\))?>>

我能想到的诀窍是选项部分:

option =    (\\\\|\\\)||[^\\\)]

转换为:双斜杠、斜杠paren或非斜杠paren字符。

然后将其包含0次或多次,并将其放入名为“option”的组中:

((?<option>(\\\\|\\\)|[^\\\)])*)

fieldname =     [^\(]+

综合这些,我想出了解决办法。