c - 如何在 Perl API 中内省(introspection)正则表达式

Question

我正在处理一些需要序列化 ​​Perl 正则表达式的代码，包括任何正则表达式标志。仅支持一部分标志，因此我需要检测正则表达式对象中何时出现不受支持的标志，例如 /u。

当前版本的代码是这样做的:

static void serialize_regex_flags(buffer *buf, SV *sv) {
  char flags[] = {0,0,0,0,0,0};
  unsigned int i = 0, f = 0;
  STRLEN string_length;
  char *string = SvPV(sv, string_length);

然后手动处理 string char-by-char 以查找标志。

这里的问题是正则表达式标志的字符串化改变了(我认为在 Perl 5.14 中)例如(?i-xsm:foo) 到 (?^i:foo)，这让解析变得很痛苦。

我可以检查 perl 的版本，或者只编写解析器来处理这两种情况，但某些东西告诉我一定有更好的自省(introspection)方法可用。

Answer 1

在 Perl 中，您将使用 re::regexp_pattern。

 my $re = qr/foo/i;
 my ($pat, $mods) = re::regexp_pattern($re);
 say $pat;   # foo
 say $mods;  # i

从regexp_pattern的源码可以看出，API 中没有获取该信息的函数，因此我建议您也从 XS 调用该函数。

perlcall涵盖从 C 调用 Perl 函数。我想出了以下未经测试的代码:

/* Calls re::regexp_pattern to extract the pattern
 * and flags from a compiled regex.
 *
 * When re isn't a compiled regex, returns false,
 * and *pat_ptr and *flags_ptr are set to NULL.
 *
 * The caller must free() *pat_ptr and *flags_ptr.
 */

static int regexp_pattern(char ** pat_ptr, char ** flags_ptr, SV * re) {
   dSP;
   int count;
   ENTER;
   SAVETMPS;
   PUSHMARK(SP);
   XPUSHs(re);
   PUTBACK;
   count = call_pv("re::regexp_pattern", G_ARRAY);
   SPAGAIN;

   if (count == 2) {
      /* Pop last one first. */
      SV * flags_sv = POPs;
      SV * pat_sv   = POPs;

      /* XXX Assumes no NUL in pattern */
      char * pat   = SvPVutf8_nolen(pat_sv); 
      char * flags = SvPVutf8_nolen(flags_sv);

      *pat_ptr   = strdup(pat);
      *flags_ptr = strdup(flags);
   } else {
      *pat_ptr   = NULL;
      *flags_ptr = NULL;
   }

   PUTBACK;
   FREETMPS;
   LEAVE;

   return *pat_ptr != NULL;
}

用法:

SV * re = ...;

char * pat;
char * flags;
regexp_pattern(&pat, &flags, re);