Можете ли вы предложить более элегантный способ "токенизации" кода c # для форматирования html?
-
04-07-2019 - |
Вопрос
(Этот вопрос по поводу рефакторинга F #-кода я получил один голос "против", но также несколько интересных и полезных ответов.И 62 вопроса F # из более чем 32 000 на SO кажутся жалкими, так что я рискую вызвать еще большее неодобрение!)
Вчера я пытался опубликовать немного кода в блоге blogger и обратился к этот сайт, который я находил полезным в прошлом.Однако редактор blogger съел все объявления стиля, так что это оказалось тупиковым вариантом.
Итак (как и любой хакер), я подумал: "насколько это может быть сложно?" - и запустил свой собственный <100 строк F#.
Вот "мясо" кода, которое превращает входную строку в список "токенов".Обратите внимание, что эти токены не следует путать с токенами в стиле lexing / parsing.Я бегло просмотрел их, и хотя я почти ничего не понял, я понял, что они дадут мне Только токены, тогда как я хочу сохранить свою исходную строку.
Вопрос в том,:есть ли более элегантный способ сделать это?Мне не нравятся n переопределений s, необходимых для удаления каждой строки токена из входной строки, но сложно заранее разделить строку на потенциальные токены из-за таких вещей, как комментарии, строки и директива #region (которая содержит символ, не являющийся словом).
//Types of tokens we are going to detect
type Token =
| Whitespace of string
| Comment of string
| Strng of string
| Keyword of string
| Text of string
| EOF
//turn a string into a list of recognised tokens
let tokenize (s:String) =
//this is the 'parser' - should we look at compiling the regexs in advance?
let nexttoken (st:String) =
match st with
| st when Regex.IsMatch(st, "^\s+") -> Whitespace(Regex.Match(st, "^\s+").Value)
| st when Regex.IsMatch(st, "^//.*?\r?\n") -> Comment(Regex.Match(st, "^//.*?\r?\n").Value) //this is double slash-style comments
| st when Regex.IsMatch(st, "^/\*(.|[\r?\n])*?\*/") -> Comment(Regex.Match(st, "^/\*(.|[\r?\n])*?\*/").Value) // /* */ style comments http://ostermiller.org/findcomment.html
| st when Regex.IsMatch(st, @"^""([^""\\]|\\.|"""")*""") -> Strng(Regex.Match(st, @"^""([^""\\]|\\.|"""")*""").Value) // unescaped = "([^"\\]|\\.|"")*" http://wordaligned.org/articles/string-literals-and-regular-expressions
| st when Regex.IsMatch(st, "^#(end)?region") -> Keyword(Regex.Match(st, "^#(end)?region").Value)
| st when st <> "" ->
match Regex.Match(st, @"^[^""\s]*").Value with //all text until next whitespace or quote (this may be wrong)
| x when iskeyword x -> Keyword(x) //iskeyword uses Microsoft.CSharp.CSharpCodeProvider.IsValidIdentifier - a bit fragile...
| x -> Text(x)
| _ -> EOF
//tail-recursive use of next token to transform string into token list
let tokeneater s =
let rec loop s acc =
let t = nexttoken s
match t with
| EOF -> List.rev acc //return accumulator (have to reverse it because built backwards with tail recursion)
| Whitespace(x) | Comment(x)
| Keyword(x) | Text(x) | Strng(x) ->
loop (s.Remove(0, x.Length)) (t::acc) //tail recursive
loop s []
tokeneater s
(Если кому-то действительно интересно, я с удовольствием опубликую оставшуюся часть кода)
Редактировать Используя отличное предложение из активные паттерны по kvb центральный бит выглядит вот так, намного лучше!
let nexttoken (st:String) =
match st with
| Matches "^\s+" s -> Whitespace(s)
| Matches "^//.*?\r?(\n|$)" s -> Comment(s) //this is double slash-style comments
| Matches "^/\*(.|[\r?\n])*?\*/" s -> Comment(s) // /* */ style comments http://ostermiller.org/findcomment.html
| Matches @"^@?""([^""\\]|\\.|"""")*""" s -> Strng(s) // unescaped regexp = ^@?"([^"\\]|\\.|"")*" http://wordaligned.org/articles/string-literals-and-regular-expressions
| Matches "^#(end)?region" s -> Keyword(s)
| Matches @"^[^""\s]+" s -> //all text until next whitespace or quote (this may be wrong)
match s with
| IsKeyword x -> Keyword(s)
| _ -> Text(s)
| _ -> EOF
Решение
Я бы использовал активный шаблон для инкапсуляции регулярного выражения.IsMatch и Regex.Сопоставьте пары, вот так:
let (|Matches|_|) re s =
let m = Regex(re).Match(s)
if m.Success then
Some(Matches (m.Value))
else
None
Тогда ваша функция nexttoken может выглядеть следующим образом:
let nexttoken (st:String) =
match st with
| Matches "^s+" s -> Whitespace(s)
| Matches "^//.*?\r?\n" s -> Comment(s)
...