带负前瞻的Scala正则表达式多行匹配

Question

我正在使用Scala的解析器组合器编写一个DSL。最近，我将基类从StandardTokenParsers更改为JavaTokenParsers，以利用regex的特性，我认为我需要完成最后一部分的拼图。(见使用scala StandardTokenParser解析分隔的多行字符串)

我要做的是提取一个由一些字符分隔的文本块(本例中为{{和}} )。这个文本块可以跨越多行。到目前为止，我得到的是：

  def docBlockRE = regex("""(?s)(?!}}).*""".r)
  def docBlock: Parser[DocString] =
      "{{" ~> docBlockRE <~ "}}" ^^ { case str => new DocString(str) }}

其中DocString是我的DSL中的一个案例类。然而，这是行不通的。如果我按以下方式喂养它，它就会失败：

{{
abc
}}

{{
abc
}}

我不知道为什么会失败。如果我在解析器(http://jim-mcbeath.blogspot.com/2011/07/debugging-scala-parser-combinators.html)周围放置了一个Deubg包装器，就会得到以下内容：

docBlock.apply for token 
   at position 10.2 offset 165 returns [19.1] failure: `}}' expected but end of source found

如果我尝试一个带有多行分隔的单个块：

{{
abc
def
}}

然后，它也无法用以下方法进行解析：

docBlock.apply for token 
  at position 10.2 offset 165 returns [16.1] failure: `}}' expected but end of source found

如果删除DOTALL指令(?s)，那么我可以解析多个单行块(这对我没有多大帮助)。

有没有办法将多行正则表达式与负前瞻相结合？

使用这种方法的另一个问题是，无论我做什么，结束分隔符必须在文本之外的一行上。否则，我会得到与上面看到的错误信息相同的错误信息。这几乎就像我所期望的那样，消极的展望并没有真正发挥作用。

Answer 1

在以下方面：

scala> val rr = """(?s).*?(?=}})""".r
rr: scala.util.matching.Regex = (?s).*?(?=}})

scala> object X extends JavaTokenParsers {val r: Parser[String] = rr; val b: Parser[String] = "{{" ~>r<~"}}" ^^ { case s => s } }
defined object X

scala> X.parseAll(X.b, """{{ abc
     | def
     | }}""")
res15: X.ParseResult[String] =
[3.3] parsed: abc
def

更多的是表现出贪婪的不同：

scala> val rr = """(?s)(.*?)(?=}})""".r.unanchored
rr: scala.util.matching.UnanchoredRegex = (?s)(.*?)(?=}})

scala> def f(s: String) = s match { case rr(x) => x case _ => "(none)" }
f: (s: String)String

scala> f("something }} }}")
res3: String = "something "

scala> val rr = """(?s)(.*)(?=}})""".r.unanchored
rr: scala.util.matching.UnanchoredRegex = (?s)(.*)(?=}})

scala> def f(s: String) = s match { case rr(x) => x case _ => "(none)" }
f: (s: String)String

scala> f("something }} }}")
res4: String = "something }} "

展望只是意味着“确保这跟随我，但不要消耗它。”

消极的展望只是意味着它不会跟随我。

Answer 2

要匹配{{the entire bracket}}，请使用以下正则表达式：

(?s)\{\{.*?\}\}

参见演示中的匹配。

若要匹配{{inside the brackets}，请使用以下命令：

(?s)(?<=\{\{).*?(?=\}\})

参见演示中的匹配。

解释

• (?s)激活DOTALL模式，允许点跨行匹配。
• .*?中的星号量词是由?“懒散”的，这样点就只能与所需的点匹配。如果没有?，.*将获取最长的匹配，首先匹配整个字符串，然后只在需要的范围内回溯以允许下一个令牌匹配。
• (?<=\{\{)是一个查找器，它断言前面的是{{
• (?=\}\})是一种前瞻性，它断言接下来的是}}

参考

• 查找和查找零长度断言
• 掌握向前看和向后看