使用正则表达式匹配 Lua 多行字符串和注释

Posted 2023-03-28

【中文标题】使用正则表达式匹配 Lua 多行字符串和注释

【英文标题】：Match Lua multiline strings and comments with Regex

【发布时间】：2017-03-20 03:34:49

【问题描述】：

我有一个 Lua 编辑器，我在其中实现了语法高亮。我使用正则表达式来匹配 Lua 的字符串、cmets、令牌、数字等表达式。整个事情是用 Java 制作的，并使用 Java 正则表达式。我遇到了两件事：

多行字符串 - Lua 多行括号以双方括号[[ 开始和结束@ 之间的所有内容都是字符串，甚至可以嵌套多行字符串。你可以看到我所做的here，正则表达式是\[\[((?>[^\[\[\]\]]|(?R))*\]\])，它可以工作。它类似于您在this page 的匹配平衡构造 部分下看到的内容。它会找到具有相等数量的 [[ 和 ]] 的表达式。问题是，Java 正则表达式引擎不支持递归。如何将其替换为受支持的内容？

多行 cmets - Lua 多行 cmets 以 --[====[ 开头并以 ]====] 结尾。仅当等号与左括号一样多时才结束。可以有 0 到无限等号之间的任何位置。我制作了this regex--\[\[((.|\n)*?)\]\]，但它仅适用于--[[ comment ]] 模式，不支持--[==[ comment ]==]。也许我可以做一些事情，比如计算开头等号匹配的数量，然后匹配结束标签的相同数字。这在java正则表达式中可能吗？怎么样？

【参考方案1】：

试试这个

--\[(=*)\[(.|\n)*?\]\1\]

多行字符串字面量完全相同，但没有前导--：

\[((=*)\[(.|\n)*?)\]\2\]

【讨论】：

Lua中的多行字符串不能嵌套：x = [[ [[ ]] ]]是语法错误

关于(.|\n)*? 的注释：如果正则表达式风格是Java，请避免这种结构，使用.*? 并在正则表达式的开头添加(?s) 以避免堆栈溢出问题。基本上，总是避免(.|\n) 的事情。

@WiktorStribiżew 你的意思是使用单行标志，所以. 也匹配换行符？你能举出上面两个正则表达式的例子吗？

1) (?s)--\[(=*)\[(.*?)\]\1\], 2) (?s)\[(=*)\[(.*?)\]\1\]