通过字符串检测变量

Question

我正在使用JTextPane创建一个简单的IDE，并检测关键字并对其着色。

目前，我能够发现：

1. 评论
2. 字符串文字
3. 整数和浮点数
4. 关键词

我检测这些类型的方式是通过正则表达式。

现在，我正在尝试检测诸如int x =10这样的变量，并将它们着色为不同的颜色。

目前，我可以使用以下regex获取所有数据类型，如int、float：

Pattern words = Pattern.compile(\\bint\\b|\\bfloat\\b\\bchar\\b);
Matcher matcherWords = words.matcher(code);
while (matcherWords.find()) {
    System.out.print(code.substring(matcherWords.start(), matcherWords.end());
    // How to get next word that is a variable?
}

下面是我的程序的示例输出：

​

​

在我检测到a、b、c等变量之后，如何能够检测到int、float等变量？

Answer 1

试试这个：

(?:(?<=int|float|String|double|char|long)(?:\s+[a-zA-Z_$][\w$]*\s*)|(?<=\G,)(?:\s*[a-zA-Z_$][\w$]*\s*))(?=,|;|=)

这意味着：

• (?<=int|float|String|double|char|long) -积极查找变量类型，
• (?:\s+[a-zA-Z_$][\w$]*\s*) -非捕获组:至少有一个空格，后面是有效字符，后面是零或多个空格
• | -或；在var之后的机器名称之间进行选择。键入逗号或逗号后，
• (?<=\G,) -对以前的匹配和逗号进行正向查找(因为来自两边的其他部分匹配空间)
• (?:\s*[a-zA-Z_$][\w$]*\s*) -非捕获组:至少有一个空格，后面是有效字符，后面是零或多个空格
• (?=,|;|=) -逗号、等号或分号的正前瞻

它使用\G边界匹配(上一场比赛的结束)，因此在其他名称(空格或/和逗号之间的单词、甲虫或/和逗号之间)之间搜索名称的替代方法只有在之前匹配之后才能匹配。因此，它不会匹配字符串中逗号之间的每个单词甲虫。另外，我在$中添加了[a-zA-Z_$][\w$]*，因为它是变量名中的允许的，但是不推荐使用。

演示

对于Java来说：

 Pattern pattern = Pattern.compile("(?:(?<=int|float|String|double|char|long)(?:\\s+[a-zA-Z_$][\\w$]*\\s*)|(?<=\\G,)(?:\\s*[a-zA-Z_$][\\w$]*\\s*))(?=,|;|=)");

编辑

您可以使用(int |float |...)直接使用matcher.start()和matcher.end()匹配变量的名称，没有空格，但是我宁愿在空间可以锁定的地方使用(?:\s*)，然后在数据处理期间检查冗余空间，因为您永远不知道用户类型将有多少空格(当然不止一个是冗余的，但它仍然有效！)

另一个附加程序是匹配空格，但使用组，如：

(?:(?<=int|float|String|double|char|long)(?:\s+)([a-zA-Z_$][\w$]*)(?:\s*)|(?<=\G,)(?:\s*)([a-zA-Z_$][\w$]*)(?:\s*))(?=,|;|=)

演示

名称没有空格，但需要通过matcher.start(group no)和matcher.end(group no)从第1组和第2组中提取它们。

EDIT2从评论中回答问题

这取决于你想要实现什么。如果您只想将变量作为字符串，使用mathod trim()就足够了，但是如果您想获得文本中变量的开始和结束索引，例如用不同的颜色突出显示变量，最好使用matcher.start(1)来提取组1的开始索引。请考虑下面的示例：

进口java.io.IOException；进口java.util.regex.Matcher；进口java.util.regex.Pattern；

public class Test {
    public static void main(String[] args) throws IOException {
        String      text = "int a = 100;\n" +
                "float b = 100.10;\n" +
                "double c - 12.454545645;\n" +
                "long longest dsfsf = 453543543543;\n" +
                "a = d;\n" +
                "char     b = 'a';\n" +
                "String str = \"dfssffdsdfsd\"\n" +
                "int d,f,g;\n" +
                "int a,f,frhg = 0;\n" +
                "String string = \"a,b,c,d,e,f\"";

        Pattern pattern = Pattern.compile("(?:(?<=int|float|String|double|char|long)(?:\\s+)([a-zA-Z_$][\\w$]*)(?:\\s*)|(?<=\\G,)(?:\\s*)([a-zA-Z_$][\\w$]*)(?:\\s*))(?=,|;|=)");
        Matcher matcher = pattern.matcher(text);
        while(matcher.find()){
            System.out.println("trim(): " + text.substring(matcher.start(),matcher.end()).trim()); // cut off spaces by trim() method;

            int group = (matcher.group(1)==null)? 2 : 1; // check which group captured string;
            System.out.println("group(" + group + "): \n\t"  // to extract string by group capturing;
                    + text.substring(matcher.start(group),matcher.end(group))
                    + ",\n\tsubstring(" + matcher.start(group) + "," + matcher.end(group)+")");

        }
    }
}

输出有两种方式。

Answer 2

你试过回头/前瞻模式了吗？

这种长得离谱的模式：

"(?<=int |float |String |double )([a-zA-Z_]\\w*)(?=,|;|\\s)|([a-zA-Z_]\\w*)(?=,|;|\\s*=)"

能够解析出变量和逗号分隔的变量。

public static void main(String[] args) throws Exception {
    String javaCode = "int a = 100;\n" + 
            "float b = 110;\n" + 
            "String c = \"Hello World\";" +
            "double d, e, f, g = 1.0, h;";

    Matcher matcher = Pattern
            .compile("(?<=int |float |String |double )([a-zA-Z_]\\w*)(?=,|;|\\s)|([a-zA-Z_]\\w*)(?=,|;|\\s*=)")
            .matcher(javaCode);
    while (matcher.find()) {
        System.out.println(matcher.group());
    }
}

结果：

a
b
c
d
e
f
g
h

在这里也测试了@ regex101