按模式将文本脚本划分为子字符串

Question

考虑以下脚本（伪语言中的胡说八道）：

if (Request.hostMatch("asfasfasf.com") && someString.existsIn(new String[] {"brr", "hrr"}))   {
    if (Requqest.clientIp("10.0.x.x")) {
        somevar = "1";
    }
    somevar = "2";
}
else {
    somevar = "first";
}
string foo = "foo";
// etc. etc.

您如何从中获取块的参数和内容？ if-block的格式：

if<whitespace>(<parameters>)<whitespace>{<contents>}<anything>

我尝试使用 String.split() 带有正则方式 ^if\s*\(|\)\s*\{|\}\s* 但这惨败。即，问题是 ) { 也可以在内部IF和关闭中找到 } 也从许多地方找到。我认为这里既不懒惰或渴望扩张。

所以...为了用Regex实施它，我可能需要什么指针？

我还需要在没有if-block代码的情况下获取剩余的字符串（因此，代码从 else { ...）。使用 String.split() 似乎很难，因为没有关于被解析的零件长度的信息。

我最初创建了一个基于循环的解决方案（使用 String.substring() 为此），但很乏味。我想拥有更奇特的东西。我是否应该使用Regex或创建一个自定义的通用功能（除此之外还有很多其他情况），以采用可简化的字符串和模式（考虑考虑 if<whitespace>(... 上面的模式）？

编辑: ：更改为变量分配的返回，因为否则就没有意义。

Answer 1

普通语言无法正常工作，因为 常规语法 无法匹配“任何数量的开放括号，然后是任何数量的近亲括号”。一种 无上下文的语法 为此需要。

除非您使用 Java的无上下文语法解析器 或正则表达式扩展 使正则表达式不再正常, ，您的基于循环的解决方案可能是最奇特的解决方案。

Answer 2

与尝试使用Regex进行此操作相比，使用（或编写）解析器要好得多。

Regex非常适合某种内容，但是对于这样的复杂解析，它很糟糕。它很烂的另一个示例是在这里被问到很多的是解析HTML-您可以在有限的程度上进行，但是对于任何复杂的事物，DOM解析器是一个更好的解决方案。

对于[非常]简单的解析器，您需要的是递归功能，可以搜索牙套 { 和 }, ，每次遇到一个开放式支架时，都会恢复一个水平，并在找到闭合支架时返回一个水平。然后，它需要在每个级别的两个括号之间存储字符串内容。

Answer 3

根据上述内容，您需要一个解析器。一种易于实现的类型（写有趣！）是 递归后裔解析器与回溯. 。尽管大多数都有学习曲线，但那里还有大量的解析器发电机。一个适合Java的解析器发电机是 Javacc.