挑战：用于类似 shell 分配的配置行的仅正则表达式标记器

Question

我在这里问了原来的问题 ，并得到了混合 Ruby 和正则表达式的实际响应。现在，我内心的纯粹主义者想知道：可以这可以用正则表达式完成吗？我的直觉告诉我可以。 bash 2.0 中有一个 ABNF，尽管它不包括字符串转义。

规范

给定一个输入行，该输入行可以是 (1) 来自 bash 风格脚本的变量（“键”）赋值，或 (2) 来自典型配置文件（如 postgresql.conf，这个正则表达式（或一对正则表达式）应该以这样的方式捕获键和值，以便我可以使用这些捕获来替换该键的新值。

您可以对 shell 风格和配置风格的行使用不同的正则表达式；调用者将知道使用哪个。

这里将有 50 点赏金。 我在两天内无法添加赏金，所以在此之前我不会接受答案，但您可以立即开始回答。您可以通过以下方面获得积分：

• 可读性（命名捕获组，通过 ?(DEFINE) 或 {0} 进行定义）
• 使用单个正则表达式而不是两个
• 教我一些有关 DFA
• 正则表达式性能的知识（如果相关）
• 获得支持
• 首先使用技术

示例：

给定输入，

export RAILS_ENV=production

我应该能够用 Ruby 编写：

match = THE_REGEX.match("export RAILS_ENV=production")
newline = "export #{match[:key]}=#{match[:value]}"

测试用例：shell 样式

RAILS_ENV=development     # Don't forget to change this for TechCrunch
HOSTNAME=`cat /etc/hostname`
plist=`cat "/Applications/Sublim\`e Text 2.app/Content's/Info.plist"`

# Optional bonus input: "#" present in the string
FORMAT="  ##0.00 passe\`" #comment

测试用例：配置样式

listen_addresses = 127.0.0.1 #localhost only by default
# listen_addresses = 0.0.0.0 commented out, should not match

出于本次挑战的目的，“常规表达”和“regex” 的意思是相同的，两者都可以指代您喜欢的任何常见风格，但我更喜欢 Ruby 1.9 兼容。

Answer 1

我不确定完整的规格以及您在值捕获组中到底想要什么，但这应该适用于您的测试用例：

/
^\s*+

(?:export\s++)?
(?<key>\w++)

\s*+
=
\s*+

(?<value>
  (?>  "(?:[^"\\]+|\\.)*+"
  |    '(?:[^'\\]+|\\.)*+'
  |    `(?:[^`\\]+|\\.)*+`
  |    [^#\n\r]++
  )
)

\s*+
(?:#.*+)?
$
/mx;

处理带转义的注释和引号。

Perl/PCRE 风格和引用。

---

Perl 中的用法示例：

my $re = qr/
    ^\s*+

    (?:export\s++)?
    (?<key>\w++)

    \s*+
    =
    \s*+

    (?<value>
      (?>  "(?:[^"\\]+|\\.)*+"
      |    '(?:[^'\\]+|\\.)*+'
      |    `(?:[^`\\]+|\\.)*+`
      |    [^#\n\r]++
      )
    )

    \s*+
    (?:\#.*+)?
    $
/mx;

my $str = <<'_TESTS_';
RAILS_ENV=development     # Don't forget to change this for TechCrunch
HOSTNAME=`cat /etc/hostname`
plist=`cat "/Applications/Sublim\`e Text 2.app/Content's/Info.plist"`

# Optional bonus input: "#" present in the string
FORMAT="  ##0.00 passe\`" #comment

listen_addresses = 127.0.0.1 #localhost only by default
# listen_addresses = 0.0.0.0 commented out, should not match

TEST="foo'bar\"baz#"
TEST='foo\'bar"baz#\\'
_TESTS_


for(split /[\r\n]+/, $str){
    print "line: $_\n";
    print /$re/? "match: $1, $2\n": "no match\n";
    print "\n";
}

输出：

line: RAILS_ENV=development     # Don't forget to change this for TechCrunch
match: RAILS_ENV, development

line: HOSTNAME=`cat /etc/hostname`
match: HOSTNAME, `cat /etc/hostname`

line: plist=`cat "/Applications/Sublim\`e Text 2.app/Content's/Info.plist"`
match: plist, `cat "/Applications/Sublim\`e Text 2.app/Content's/Info.plist"`

line: # Optional bonus input: "#" present in the string
no match

line: FORMAT="  ##0.00 passe\`" #comment
match: FORMAT, "  ##0.00 passe\`"

line: listen_addresses = 127.0.0.1 #localhost only by default
match: listen_addresses, 127.0.0.1

line: # listen_addresses = 0.0.0.0 commented out, should not match
no match

line: TEST="foo'bar\"baz#"
match: TEST, "foo'bar\"baz#"

line: TEST='foo\'bar"baz#\\'
match: TEST, 'foo\'bar"baz#\\'