正则表达式问题：上下文匹配

Question

我有一个带有分层文本的结构化文件，它描述了 Delphi 中的 GUI（DFM 文件）。

假设我有这个文件，并且必须匹配所有“Color = xxx”行，这些行位于 TmyButton（已标记）的上下文中，但不是其他上下文中的行。在 TMyButton-Context 内不会有更深的层次结构级别。

object frmMain: TfrmMain
  Left = 311
  Top = 201
  Color = clBtnFace
  object MyFirstButton: TMyButton
    Left = 555
    Top = 301
    Color = 16645072           <<<<<<MATCH THIS
    OnClick = ButtonClick
  end
  object MyLabel: TLabel
    Left = 362
    Top = 224
    Caption = 'a Caption'
    Color = 16772831
    Font.Color = clWindowText
  end
  object Panel2: TLTPanel
    Left = 348
    Top = 58
    Width = 444
    Height = 155
    Color = clRed
    object MyOtherButton: TMyButton
      Left = 555
      Top = 301
      Color = 16645072         <<<<<<MATCH THIS
      OnClick = ButtonClick
    end
  end
end

我尝试了两天，进行了很多很多不同的尝试。 这是我的一些不完整的模式：（

/^[ ]{2,}object [A-Za-z0-9]+: TmyButton\r\n/mi  <<<Matches the needed context
/^[ ]{4,}Color = [A-Za-z0-9]+\r\n/mi            <<<Matches the needed result
/^[ ]{2,}end\r\n/mi                             <<<Matches the end of the context

我不知道为什么，但我不得不使用“\r\n”而不是“$”...）。我需要将其放在一起，但忽略除其他“object xxx: yyy”和“end”行之外的其他行......

我很高兴获得一些帮助！

Answer 1

如果您想要或必须使用单个正则表达式来匹配复杂上下文中的行，则需要称为环视的正则表达式功能。具体来说，您需要 PCRE 不提供的可变长度lookbehind。

所以有两种可能：
使用 Rorick 建议的脚本方法，或使用正则表达式来匹配从所需上下文开始到实际匹配的所有内容，并使用捕获组提取该内容。这可以通过

[ ]{2,}object \w+: TMyButton\r\n.*?^([ ]{4,}Color = \w+[ \t]*\r\n)

（为了清楚起见插入空格周围的括号）来完成。然后，您的匹配将在捕获组 \1

嵌套结构通常不太适合正则表达式（更适合解析器），但如果您确定您提到的数据结构，它可能会起作用好的。

Answer 2

如果我理解正确，您会尝试为此创建单个正则表达式。没有理由这样做。

1. 只需找到具有模式 object [A-Za-z0-9]+: TmyButton 的行
2. ，然后对照 Color = [A-Za-z0-9]+ 检查下一行直到找到它或到达 end 关键字。
3. 重复步骤直到文件末尾

如果您尝试修改大量源文件，则可以使用一些脚本来实现此目的。

Answer 3

我知道这不是 PCRE，而是软件考古学的一个很好的替代方案。

如果您从命令提示符处执行此操作，则可以随时使用 AWK。该脚本如下所示：

BEGIN       { inObj = 0; } // Not really necessary
/TMyButton/ { inObj = 1; }
/end$/      { inObj = 0; }
/^[ ]{4,}Color = [A-Za-z0-9]+\r\n/ && inObj == 1
            { //do whatever you need to do
              print $3;
            }

AWK 可以在 Internet 上找到。我会尝试 GAWK。