用于解析 JSON 等文本的正则表达式

Question

我有以下形式的正则表达式：

Field1:Value
Field2:Value
Field3:Value

Field1:Value
Field2:Value
Field3:Value

Field1:Value
Field2:Value
Field3:Value

Field1:Value
Field2:Value
Field3:Value

冒号左侧的内容是标准字母字符 ([a-zA-Z])，第一个字符始终以大写字母开头。它们不能是 Field1、Field2 或 Field3 以外的任何内容。但是，右侧的值可以跨越多行，并且可以包含任何字符：[a-zA-Z]、空格、$、%< /code>、^ 等。我正在尝试在 TCL 中单独匹配 {Field1:value}{Field2:value}{Field3:value} 的正则表达式。

Answer 1

一般来说，我的工作方式是首先将数据解析为行，然后为每行分配一个解释（例如，起始行或延续行），然后将起始行与其后续延续相结合（形成“逻辑”行）。只有完成此操作后，我才会使用 RE 将键与值分开。作为格式建议，如果该行以空格开头，请尝试将其作为延续。这非常容易实现，并且在文件中看起来不错。

作为代码：

# Read the data from a file and split into lines
set f [open "filename"]
set lines [split [read $f] "\n"]
close $f

# Recombine into logical lines
set logicalLines {}
foreach realline $lines {
    if {[regexp "^ (.*)" $realline -> tail]} {
        append current "\n$tail"
    } else {
        if {[info exist current]} {
            lappend logicalLines $current
        }
        set current $realline
    }
}
lappend logicalLines $current         ;# Assume at least one line :-)

# Parse the logical lines
foreach line $logicalLines {
    if {[regexp {^([A-Z]\w+):(.*)$} $line -> key value]} {
        # OK, got $key mapping to $value
    } else {
        # It's a bogus line; waaaah!
    }
}

好的，您可能有不同的规则来组合线条，但是通过将事情分成这样的两个阶段，您的生活会变得更加轻松。同样，可以对行有效性使用更严格的测试（例如，将 ([AZ]\w+) 替换为 (Field[123]) ），但我不是确信这实际上是明智的。