c# - 我应该如何重构这个正则表达式反转算法以允许重复字符类？

Question

我写了this algorithm生成正则表达式匹配的字符串。工作得很好，但它仍然缺少一些功能。

例如，当反转 \d{3} 时，它首先选择一个数字，然后将同一个数字重复 3 次。我想选择 3 个不同的号码。

我认为解决此问题的最简单方法是将 \d 插入标记列表并在量词之后对其求值，而不是在量词之前。

这一切都很好，但是解析像 (a(b)){2}|(c)\3 这样的东西怎么样？假设我遵循“稍后评估”策略，这将被标记为“(a(b)),(a(b)) 或 ( c),\3”。这实际上会导致一些问题。我不能只将 (a(b)) 视为一个整体并重复它，实际上我必须在 \3 之前的某个时间对其进行评估，以便我可以计算编号引用(ab 是 \1，b 是 \2，c是 \3)。

另一个问题是，如果我真的重复这样的字符串，(a(b)),(a(b)) 两次...那么当我去给它编号，它会被重复计算，因为我丢失了量词信息。除非我不保留一个字符串列表，而是一个更复杂的结构来指示它是否被计算在内。那个，或者我立即将它塞进反向引用列表......但是如果我把它放在未评估的位置，它将需要被评估两次，这是行不通的，所以我必须在将它放入之前评估它反向引用列表...

但是如果我有像 (a|b){2}\1 这样的东西呢？我 think \1 指的是最后 捕获。所以我不能立即评估 (a|b) 然后将结果扔到反向引用列表中，因为它可能被量化......我也许可以在量化后立即评估它。

我在想a different structure会帮我解决这一切。但我仍然不知道如何考虑量词......我只是想在找到量词时立即复制节点，但我不确定这是否是最好的方法。也许如果我在节点上添加 repeat-min、repeat-max 变量？

Answer 1

我认为您已经达到了正则表达式的极限。我认为您需要做的是经典解析，从您的输入字符串生成一个解析树，然后在树分析步骤中执行您在帖子中谈到的分析类型。