C++:用简单的正则表达式解析还是应该使用 sscanf？

Question

我需要解析像 func1(arg1, arg2) 这样的字符串； func2(arg3, arg4);.这不是一个非常复杂的解析问题，所以我宁愿避免求助于 flex/bison 或类似的实用程序。

我的第一个方法是尝试使用 POSIX C regcomp/regexec 或 C++ std::regex 的 Boost 实现。我写了下面的正则表达式，它不起作用(我将进一步解释原因)。

 "^"
 "[ ;\t\n]*"
 "(" // (1) identifier
    "[a-zA-Z_][a-zA-Z0-9_]*"
 ")"
 "[ \t\n]*"
 "(" // (2) non-marking
    "\["
    "(" // (3) non-marking
       "[ \t]*"
       "(" // (4..n-1) argument
          "[a-zA-Z0-9_]+"
       ")"
       "[ \t\n]*"
       ","
    ")*"
    "[ \t\n]*"
    "(" // (n) last argument
       "[a-zA-Z0-9_]+"
    ")"
    "]"
 ")?"
 "[ \t\n]*"
 ";"

请注意，组 1 捕获标识符，组 4..n-1 旨在捕获除最后一个参数之外的参数，后者由组 捕获n.

当我将此正则表达式应用于 func(arg1, arg2, arg3) 时，我得到的结果是一个数组 {func, arg2, arg3}。这是错误的，因为 arg1 不在其中!

问题是在标准正则表达式库中，子标记只捕获最后一个匹配项。换句话说，如果您将正则表达式 "((a*|b*))*" 应用于 "babb"，则内部匹配的结果将成为 bb 并且之前的所有捕获都将被遗忘。

另一件让我烦恼的事情是，如果出现错误，则无法知道哪个字符未被识别，因为当输入被拒绝时，这些函数提供的有关解析器状态的信息非常少。

所以我不知道我是否遗漏了什么......在这种情况下我应该使用 sscanf 或类似的东西吗？

请注意，我更喜欢使用 C/C++ 标准库(可能还有 boost)。

Answer 1

如果你想使用 Regex，将它分成 2 个步骤会不会更简单。在第 1 步中，您会发现

func1(stuff);

并把它变成func1和stuff

在下一步中，您将解析“stuff”以找到该函数的所有单独参数。