什么正则表达式仅在 C++ 源文件中查找字符串

Posted 2023-02-22

【中文标题】什么正则表达式仅在 C++ 源文件中查找字符串

【英文标题】：What regular expression to find strings only in C++ source files

【发布时间】：2014-04-29 14:02:23

【问题描述】：

我有一个 C++ 应用程序，我正在转换每个字符串文字以及使用泛型类型启用 unicode 的方法，换句话说，正在完成以下转换

const char* str = "this is \"simple string\""; //=> const TCHAR* str = _T("this is \"simple string\"");
MessageBoxA(NULL, "message", "title", MB_OK);//=>MessageBox(NULL, _T("message"), _T("title"), MB_OK);    
size_t len = strlen(str);//=>size_t len = _tcslen(str);

最大的问题是应用程序包含大量文字字符串，我需要一个正则表达式模式来仅查找文字字符串并将它们替换为 _T(previous_str)，我从 web 中找到了许多表达式，并且从 *** 中找到了许多表达式，但是它们还匹配标题包括

#include "stdafx.h" // => #include _T("stdafx.h")

我还需要避免以 _T( 开头并以 ) 结尾的字符串 [之前已经转换]。

【问题讨论】：

您正在尝试解析源代码。这真是一项艰巨的任务。这就是为什么如果您选择正则表达式路径（硬件），您将需要一个强大的正则表达式引擎，如 PCRE 或 .NET。那么您使用的是什么引擎，您尝试过什么？

我用的是visual studio 2013 IDE，它挂了很长时间

您仍然可以分两遍执行此操作：将所有"string" 转换为_T("string")，然后将所有#include _T("stdafx.h") 转换为#include "stdafx.h"（_T(_T("string")) 相同 -> _T("string")） .

这可能很好但很长，但是正则表达式的力量在哪里

@ahmedsafan86：当然是在解析 Regular 语法时。这就是名字的由来。但 C++ 绝不是常规的。

【参考方案1】：

艾哈迈德这是一个有趣的问题。让我们谈谈我们如何使用正则表达式来做到这一点。有很多选择，这就是我要做的。

A.我将在 VisualStudio 之外处理文件，以便您可以使用正则表达式的全部功能。您可以使用 C++、C# 或 php 或 python 等脚本语言，并为其提供要处理的文件数组或文件夹。

B.这是一个正则表达式，可以将您想要的字符串捕获到第 1 组中：

(?s)_T\([^)]*\)|#include[^\n]*|"((?:[^"]|(?<=\\)")+)(?<!\\)"

使用这个正则表达式，我们希望完全忽略返回的整体匹配，而只关注第 1 组捕获（如果有）。

在您的测试文本中，捕获是 this is \"simple string\" 和正确的 message 和 title。

这捕获了字符串的内部，但我们可能需要它们来替换，所以要包含双引号，只需将它们移动到组 1 中：

(?s)_T\([^)]*\)|#include[^\n]*|("(?:[^"]|(?<=\\)")+(?<!\\)")

C.当调用你的语言的正则表达式 Replace 函数时，不是直接传递一个替换，而是传递一个回调函数。该函数将自动访问第 1 组匹配项（这就是替换回调的工作方式），您可以根据自己的意愿操作替换：例如，如果第 1 组为空，则不要替换（这意味着我们匹配了你想避免的字符串）。如果您有第 1 组，请发挥您的串联魔法。

很难更具体，但这是我使用正则表达式的一般方法。

【讨论】：

真的太棒了，我在我最喜欢的 .NET 正则表达式在线测试器 derekslager.com/blog/posts/2007/09/… 中对其进行了测试，您的模式对我有很大帮助，我添加了一个部分以记住 L""，后缀 (?s)L"(?:[^"]|(?

@ahmedsafan86 很高兴，很高兴它有所帮助，感谢您的友好反馈。 :)