问题标签 [lookahead]

I have some issues with parser writing with Spirit::Qi 2.4. I have a series of key-value pairs to parse in following format <key name>=<value>.

Key name can be [a-zA-Z0-9] and is always followed by = sign with no white-space between key name and = sign. Key name is also always preceded by at least one space.

Value can be almost any C expression (spaces are possible as well), with the exception of the expressions containing = char and code blocks { }.

At the end of the sequence of the key value pairs there's a { sign.

I struggle a lot with writing parser for this expression. Since the key name always is preceded by at least one space and followed by = and contains no spaces I defined it as

Value can be almost anything, but it can not contain = nor { chars, so I defined it as:

I thought about using look-ahead's like this to catch the value:

But it won't work, for some reason (seems like the ValueExpression greedily goes up to the = sign and "doesn't know" what to do from there). I have limited knowledge of LL parsers, so I'm not really sure what's cooking here. Is there any other way I could tackle this kind of sequence?

Here's example series:

Additional info: since this is a part of a much larger grammar I can't really solve this problem any other way than by a Spirit.Qi parser (like splitting by '=' and doing some custom parsing or something similar).

Edit:

I've created minimum working example here: http://ideone.com/kgYD8
(compiled under VS 2012 with boost 1.50, but should be fine on older setups as well).

我有这样的文字：

LINE\r\n 5\r\n11DA3\r\n330\r\n2\r\n100 \r\nAcDbEntity\r\n 8\r\n0-FD\r\n 6\r\nHIDDEN\r\n100

看一下粗体字。我想替换 5\r\n 和 \r\n100 之间的文本。我试过这段代码：

但它不起作用。我的代码有问题吗？我确定 (\S+?) 是问题所在。有什么办法解决吗？

考虑一个字符串s = "aa,bb11,22 , 33 , 44,cc , dd "。

我想使用Python中的正则表达式模块s拆分为以下标记列表，这类似于 Perl 提供的功能：

1. "aa,bb11"
2. "22"
3. "33"
4. "44,cc , dd "

笔记：

• 我想用逗号标记，但前提是这些逗号的两边都有数字。
• 我要定位的这些“数字逗号”周围的任何（可选）空格都应该在结果中删除。可选的空格可能不止一个空格。
• 任何其他空格都应保留在原始字符串中的显示位置。

到目前为止，我最好的尝试如下：

但这会打印：

这与我想要的很接近，因为我想要的 4 件事都包含在列表中。我可以通过并摆脱任何空字符串和任何仅包含空格/逗号的字符串，但我宁愿有一个单行正则表达式来为我完成所有这些。

有任何想法吗？

我已经按照下一个模式完成了一个正则表达式来匹配 url：

在哪里

part1：是常用词
part2：是带下划线的字母数字词，至少包含 2 个字母
part3：是数字词，有 1 到 10 位数字

例如，一个有效的 url 将是：

所以第 1 部分
= 新闻
第 2 部分 = my_news_title_200_is
第 3 部分 = 12345

我来到了这个：

用类表示：

但我想有更好的方式来表达 RE 模式的第 2 部分。

提前致谢。

我正在尝试在逗号分隔的列表中搜索文件名：

text.txt、temp_doc.doc、template.tmpl、empty.zip

我使用 Java 的正则表达式实现。输出要求如下：

1. 只显示文件名而不是它们各自的扩展名
2. 排除以“temp_”开头的文件

它应该看起来像：

文本

模板

空的

到目前为止，我已经设法编写或多或少令人满意的正则表达式来应对第一项任务：

我相信使其符合第二个要求的最佳选择是使用环视构造，但不确定如何编写可靠和优化的表达式。虽然下面的正则表达式似乎确实可以满足要求，但如果没有其他原因，它显然是一个有缺陷的解决方案，它依赖于显式的最大文件名长度。

PS我只研究了几天的正则表达式，所以请不要嘲笑这个新手风格的过于复杂的代码:)

我正在尝试形成一个正则表达式，它将匹配不以 DOT FOLLOWED BY NUMBER 结尾的字符串。

例如。

我想匹配前三个。
我尝试修改这篇文章，但它对我不起作用，因为数字可能有可变长度。

有人可以帮忙吗？

我编写了一个正则表达式来验证必须遵守以下规则的字符串：

1. 必须至少为一个字符
2. 不得包含空白字符
3. 第一个字符不能是标点符号
4. 最后一个字母不能是标点符号
5. 不能以标点符号结尾，后跟数字
6. 所有其他字符可以是除/[:@#].

这是正则表达式：

看到有什么遗漏吗？不执行规则#5。我一直在通过编写如下代码来执行它：

有很多地方我必须这样做，所以我宁愿这一切都在一个正则表达式中完成。问题是：如何？什么正则表达式会拒绝诸如“foo,23”之类的值？

你好吗？我会直奔主题。

我正在使用一个递归正则表达式，它基本上删除了单个或嵌套的 <blockquote> tags。我只需要删除普通的 <blockquote> ... </blockquote> 文本，无论是否嵌套，并留下这些之外的任何内容。

这个正则表达式完全按照我的意愿完成工作（注意使用前瞻和递归）

但它有一个大问题：当 $comment 很大（超过 3500 个字符长）时，apache 崩溃（我假设分段错误）。

我需要一个解决问题的方法，但要解决崩溃，使用更好的正则表达式或自定义函数也可以完成这项工作。

如果您只是对如何删除嵌套的特定标签有想法，我们欢迎您。

先感谢您

鉴于下面的代码，我想匹配第一次form出现。我发现?!可以使用负前瞻来实现这一目标，但它不起作用。我的正则表达式有什么问题？

我需要以各种方式在 Java 中保存一些数据，到 a File，到 a String，到System.out... 最后我用 3 种方法做几乎相同的事情。OutputStream因此，我将它们更改为以 an作为参数的单个方法。我在单个 OutputStream 中写了一些东西，例如一些文本、一个序列化对象、另一个序列化对象、一些数字数据......

但现在我被困住了。我忽略了一个事实，即我无法区分所写的不同内容。我为数据创建了一个InputStream。我Scanner首先在该流上使用 a 来读取文本，然后尝试使用 ObjectInputStream 来读取序列化对象，但我得到一个EOFException.

我猜扫描仪会提前读取。如何防止扫描仪提前读取。
或者更确切地说，我如何使用适当的 InputStream 为每组数据读取每组数据。