4

我想解析一个保持对象图状态的自定义字符串格式。这是 ASP.NET 场景，我希望在客户端 (JavaScript) 和服务器 (C#) 上易于使用。

我有一个类似的格式

{Name1|Value1|Value2|...|ValueN}{Name2|Value1|...}{...}{NameN|...}

在这种格式中，我有 3 个分隔符，{,}和|. 此外，因为这些字符在名称/值中是可以想象的，所以我使用非常常见的 定义了一个转义序列\，这样\{,\}和\|都被解释为它们自己的正常版本，当然\\是反斜杠。都很标准。

最初我尝试使用正则表达式来尝试解析出具有类似 this 的对象的字符串表示(?<!\\)\{(.*?)(?<!\\)\}。请记住\,{和}都保留在正则表达式中。这当然将能够{category|foo\}|bar\{}正确解析出类似的东西。但是我意识到它会失败，比如{category|foo|bar\\}.

我只花了一分钟左右的时间来尝试这个(?<!(?<!\\)\\)\{(.*?)(?<!(?<!\\)\\)\}并意识到这种方法是不可能的，因为您需要无限数量的负面回溯来处理潜在的无限数量的转义序列。当然，我不可能拥有超过一两个级别，因此我可能可以对其进行硬编码。但是，我觉得这是一个足够普遍的问题，它应该有一个明确的解决方案。

我的下一个方法是尝试编写一个已定义的解析器，在该解析器中我实际扫描输入缓冲区并以只进的方法使用每个字符。我实际上还没有完成这个，但它似乎过于复杂，我觉得我一定错过了一些明显的东西。我的意思是，只要我们有计算机语言，我们就有了解析器。

所以我的问题是用可能的转义序列解码这样的输入缓冲区的最简单、有效和优雅的方法是什么？

4

2 回答 2

7 
(?<!\\)(?:\\\\)*\{(.*?(?<!\\)(?:\\\\)*)\}

(?<!\\)将阻止任何\在此之前。

(?:\\\\)*将允许任意数量的转义\。

\{匹配一个左大括号。

(开始一个捕获组。

.*?匹配内容，包括任何|.

(?<!\\)将阻止任何\在此之前。

(?:\\\\)*将允许任意数量的转义\。

)结束捕获组。

\}匹配右大括号。

于 2008-12-19T17:48:34.050 回答
2

这种解析器很容易用最少的状态跟踪来完成。下面花了我几分钟，相当难看，甚至做了一点点错误检查。:)

可以说，它比复杂的正则表达式更具可读性，尽管前者更简洁一些。

struct RECORD
{
    public string[] Entries;
}
struct FILE
{
    public RECORD[] Records;
}

static FILE parseFile(string input)
{
    List<RECORD> records = new List<RECORD>();
    List<string> entries = new List<string>();
    bool escaped = false;
    bool inRecord = false;
    StringBuilder sb = new StringBuilder();
    foreach (char c in input)
    {
        switch (c)
        {
            case '|':
                if (escaped)
                {
                    sb.Append('|');
                    escaped = false;
                }
                else if (inRecord)
                {
                    entries.Add(sb.ToString());
                    sb = new StringBuilder();
                }
                else
                    throw new Exception("Invalid sequence");
                break;
            case '{':
                if (escaped)
                {
                    sb.Append('{');
                    escaped = false;
                }
                else if (inRecord)
                    throw new Exception("Invalid sequence");
                else
                {
                    inRecord = true;
                    sb = new StringBuilder();
                }
                break;
            case '}':
                if (escaped)
                {
                    sb.Append('}');
                    escaped = false;
                }
                else if (inRecord)
                {
                    inRecord = false;
                    entries.Add(sb.ToString());
                    sb = new StringBuilder();
                    records.Add(new RECORD(){Entries = entries.ToArray()});
                    entries.Clear();
                }
                else
                    throw new Exception("Invalid sequence");
                break;
            case '\\':
                if (escaped)
                {
                    sb.Append('\\');
                    escaped = false;
                }
                else if (!inRecord)
                    throw new Exception("Invalid sequence");
                else
                    escaped = true;
                break;
            default:
                if (escaped)
                    throw new Exception("Unrecognized escape sequence");
                else
                    sb.Append(c);
                break;
        }
    }
    if (inRecord)
        throw new Exception("Invalid sequence");
    return new FILE() { Records = records.ToArray() };
}
于 2009-03-09T19:37:33.593 回答