Regex para corresponder sintaxe personalizada
-
20-09-2019 - |
Pergunta
Estou tentando escrever uma expressão regular para combinar e dividir uma sintaxe variável personalizada em C#. A idéia aqui é uma formatação personalizada de valores de string muito semelhante ao estilo .NET String.Format/{0} estilo de formatação da string.
Por exemplo, o usuário definiria um formato de string a ser avaliado em tempo de execução como assim:
D:\Path\{LanguageId}\{PersonId}\
O valor 'IdiumID' corresponde a um campo de objeto de dados e seu valor atual substitui.
As coisas ficam complicadas quando há necessidade de passar argumentos para o campo de formatação. Por exemplo:
{LanguageId:English|Spanish|French}
Isso teria o significado de executar alguma lógica condicional se o valor do 'IdiumID' fosse igual a um dos argumentos.
Por fim, eu precisaria apoiar argumentos de mapa como este:
{LanguageId:English=>D:\path\english.xml|Spanish=>D:\path\spansih.xml}
Aqui está uma enumeração de todos os valores possíveis:
Comando sem argumento: faça algo especial
{@Date}
Command único argumento:
{@Date:yyyy-mm-dd}
Sem argumento:
{LanguageId}
Lista de argumentos única:
{LanguageId:English}
Lista de argumentos múltiplos:
{LanguageId:English|Spanish}
Mapa de argumento único:
{LanguageId:English=>D:\path\english.xml}
Mapa de argumento múltiplo:
{LanguageId:English=>D:\path\english.xml|Spanish=>D:\path\spansih.xml}
Resumo: A sintaxe pode ser resumida em uma chave com lista ou mapa opcional de tipo de parâmetro (não ambos).
Abaixo está o regex que tenho até agora, que tem alguns problemas, a saber, não lida com todo o espaço em branco, no .NET, eu não recebo as divisões que estou esperando. Por exemplo, no primeiro exemplo, voltei a uma única correspondência de '{idiomaID} {PersonId}' em vez de duas correspondências distintas. Também tenho certeza de que não lida com o caminho do sistema de arquivos, ou strings citados delimitados. Qualquer ajuda para me atrapalhar a corcunda seria apreciada. Ou quaisquer recomendações.
private const string RegexMatch = @"
\{ # opening curly brace
[\s]* # whitespace before command
@? # command indicator
(.[^\}\|])+ # string characters represening command or metadata
( # begin grouping of params
: # required param separater
( # begin select list param type
( # begin group of list param type
.+[^\}\|] # string of characters for the list item
(\|.+[^\}\|])* # optional multiple list items with separator
) # end select list param type
| # or select map param type
( # begin group of map param type
.+[^\}\|]=>.+[^\}\|] # string of characters for map key=>value pair
(\|.+[^\}\|]=>.+[^\}\|])* # optional multiple param map items
) # end group map param type
) # end select map param type
) # end grouping of params
? # allow at most 1 param group
\s*
\} # closing curly brace
";
Solução
Você está tentando fazer muito com um regex. Sugiro que você divida a tarefa em etapas, sendo a primeira uma correspondência simples em algo que parece uma variável. Que Regex pode ser tão simples quanto:
\{\s*([^{}]+?)\s*\}
Isso salva toda a sua sequência de variáveis/comando no grupo nº 1, menos os aparelhos e o espaço em branco circundante. Depois disso, você pode se dividir em pontos, depois tubos, então "=>"
Sequências conforme apropriado. Não compacte toda a complexidade em um monstro regex; Se você conseguir escrever o Regex, achará impossível manter quando seus requisitos mudarem mais tarde.
E outra coisa: agora, você está focado em fazer o código funcionar quando a entrada estiver correta, mas e quando os usuários erram? Você não gostaria de dar feedback útil? Regexes é péssimo nisso; Eles são rigorosamente passados/falhos. As regexes podem ser incrivelmente úteis, mas, como qualquer outra ferramenta, você precisa aprender suas limitações antes de aproveitar todo o seu poder.
Outras dicas
Você pode dar uma olhada na implementação disso como uma máquina de estado financeiro, em vez de um regex, principalmente para protuberâncias de velocidade. http://en.wikipedia.org/wiki/finite-state_machine
EDIT: Na verdade, para ser mais preciso, você quer olhar para máquinas de estado finitas determinísticas: http://en.wikipedia.org/wiki/Deterministic_finite-State_machine
Isso deve realmente ser analisado.
Por exemplo, eu queria analisar isso usando Regexp::Grammars
.
Por favor, desculpe o comprimento.
#! /opt/perl/bin/perl
use strict;
use warnings;
use 5.10.1;
use Regexp::Grammars;
my $grammar = qr{
^<Path>$
<objtoken: My::Path>
<drive=([a-zA-Z])>:\\ <[elements=PathElement]> ** (\\) \\?
<rule: PathElement>
(?:
<MATCH=BlockPathElement>
|
<MATCH=SimplePathElement>
)
<token: SimplePathElement>
(?<= \\ ) <MATCH=([^\\]+)>
<rule: My::BlockPathElement>
(?<=\\){ \s*
(?|
<MATCH=Command>
|
<MATCH=Variable>
)
\s* }
<objrule: My::Variable>
<name=(\w++)> <options=VariableOptionList>?
<rule: VariableOptionList>
:
<[MATCH=VariableOptionItem]> ** ([|])
<token: VariableOptionItem>
(?:
<MATCH=VariableOptionMap>
|
<MATCH=( [^{}|]+? )>
)
<objrule: My::VariableOptionMap>
\s*
<name=(\w++)> => <value=([^{}|]+?)>
\s*
<objrule: My::Command>
@ <name=(\w++)>
(?:
: <[arg=CommandArg]> ** ([|])
)?
<token: CommandArg>
<MATCH=([^{}|]+?)> \s*
}x;
Testando com:
use YAML;
while( my $line = <> ){
chomp $line;
local %/;
if( $line =~ $grammar ){
say Dump \%/;
}else{
die "Error: $line\n";
}
}
Com dados de amostra:
D:\Path\{LanguageId}\{PersonId} E:\{ LanguageId : English | Spanish | French } F:\Some Thing\{ LanguageId : English => D:\path\english.xml | Spanish => D:\path\spanish.xml } C:\{@command} c:\{@command :arg} c:\{ @command : arg1 | arg2 }
Resulta em:
---
'': 'D:\Path\{LanguageId}\{PersonId}'
Path: !!perl/hash:My::Path
'': 'D:\Path\{LanguageId}\{PersonId}'
drive: D
elements:
- Path
- !!perl/hash:My::Variable
'': LanguageId
name: LanguageId
- !!perl/hash:My::Variable
'': PersonId
name: PersonId
---
'': 'E:\{ LanguageId : English | Spanish | French }'
Path: !!perl/hash:My::Path
'': 'E:\{ LanguageId : English | Spanish | French }'
drive: E
elements:
- !!perl/hash:My::Variable
'': 'LanguageId : English | Spanish | French'
name: LanguageId
options:
- English
- Spanish
- French
---
'': 'F:\Some Thing\{ LanguageId : English => D:\path\english.xml | Spanish => D:\path\spanish.xml }'
Path: !!perl/hash:My::Path
'': 'F:\Some Thing\{ LanguageId : English => D:\path\english.xml | Spanish => D:\path\spanish.xml }'
drive: F
elements:
- Some Thing
- !!perl/hash:My::Variable
'': 'LanguageId : English => D:\path\english.xml | Spanish => D:\path\spanish.xml '
name: LanguageId
options:
- !!perl/hash:My::VariableOptionMap
'': 'English => D:\path\english.xml '
name: English
value: D:\path\english.xml
- !!perl/hash:My::VariableOptionMap
'': 'Spanish => D:\path\spanish.xml '
name: Spanish
value: D:\path\spanish.xml
---
'': 'C:\{@command}'
Path: !!perl/hash:My::Path
'': 'C:\{@command}'
drive: C
elements:
- !!perl/hash:My::Command
'': '@command'
name: command
---
'': 'c:\{@command :arg}'
Path: !!perl/hash:My::Path
'': 'c:\{@command :arg}'
drive: c
elements:
- !!perl/hash:My::Command
'': '@command :arg'
arg:
- arg
name: command
---
'': 'c:\{ @command : arg1 | arg2 }'
Path: !!perl/hash:My::Path
'': 'c:\{ @command : arg1 | arg2 }'
drive: c
elements:
- !!perl/hash:My::Command
'': '@command : arg1 | arg2 '
arg:
- arg1
- arg2
name: command
Programa de amostra:
my %ARGS = qw'
LanguageId English
PersonId someone
';
while( my $line = <> ){
chomp $line;
local %/;
if( $line =~ $grammar ){
say $/{Path}->fill( %ARGS );
}else{
say 'Error: ', $line;
}
}
{
package My::Path;
sub fill{
my($self,%args) = @_;
my $out = $self->{drive}.':';
for my $element ( @{ $self->{elements} } ){
if( ref $element ){
$out .= '\\' . $element->fill(%args);
}else{
$out .= "\\$element";
}
}
return $out;
}
}
{
package My::Variable;
sub fill{
my($self,%args) = @_;
my $name = $self->{name};
if( exists $args{$name} ){
$self->_fill( $args{$name} );
}else{
my $lc_name = lc $name;
my @possible = grep {
lc $_ eq $lc_name
} keys %args;
die qq'Cannot find argument for variable "$name"\n' unless @possible;
if( @possible > 1 ){
my $die = qq'Cannot determine which argument matches "$name" closer:\n';
for my $possible( @possible ){
$die .= qq' "$possible"\n';
}
die $die;
}
$self->_fill( $args{$possible[1]} );
}
}
sub _fill{
my($self,$opt) = @_;
# This is just an example.
unless( exists $self->{options} ){
return $opt;
}
for my $element ( @{$self->{options}} ){
if( ref $element ){
return '['.$element->value.']' if lc $element->name eq lc $opt;
}elsif( lc $element eq lc $opt ){
return $opt;
}
}
my $name = $self->{name};
my $die = qq'Invalid argument "$opt" for "$name" :\n';
for my $valid ( @{$self->{options}} ){
$die .= qq' "$valid"\n';
}
die $die;
}
}
{
package My::VariableOptionMap;
sub name{
my($self) = @_;
return $self->{name};
}
}
{
package My::Command;
sub fill{
my($self,%args) = @_;
return '['.$self->{''}.']';
}
}
{
package My::VariableOptionMap;
sub name{
my($self) = @_;
return $self->{name};
}
sub value{
my($self) = @_;
return $self->{value};
}
}
Saída usando os dados de exemplo:
D:\Path\English\someone E:\English F:\Some Thing\[D:\path\english.xml] C:\[@command] c:\[@command :arg] c:\[@command : arg1 | arg2 ]