使用 javascript regex 列出 C++ 中函数的参数

Question

我正在使用 javascript 来解析用 doxygen 生成的文档。

我想匹配的函数可能具有以下签名：
funcName (type1 * param1, const myNamespace::type2 param2, myNamespace::type3 param3)

参数的数量可能会有所不同，我想得到以下输出（或类似的东西）：
[type1, const myNamespace::type2, myNamespace::type3]

注意：我不想知道它是指针还是引用

到目前为止，这是我尝试过的：

var signature = "funcName (type1 * param1, const myNamespace::type2 param2, myNamespace::type3 param3)";
/(?:.*?)\((?:((?:const\s)?(?:\w+\:\:)?\w+)(?:.*?,\s)?)+/g.exec(signature);

但这只给了我函数中的最后一个类型，或者更准确地说：
["funcName (type1 * param1, const myNamespace::type2 param2, myNamespace::type3", "myNamespace::type3"]

我相信我对非贪婪运算符和非捕获组的广泛使用可能是问题的根源，但我仍然无法解决那个问题......

注意：选项的使用/g似乎没有改变任何东西

Answer 1

隔离签名后：

var signature = "funcName (type1 * param1, const myNamespace::type2 param2, myNamespace::type3 param3)";

以下为您提供参数：

var parameters = /\((.*)\)/.exec(signature)[1];

现在，在一般情况下，您不能只是.split(",")它们，因为例如模板类型std::map<int, std::string>。

如果你说没有这样的模板类型，那么很简单：

var paramTypes = parameters.split(/\s*,\s*/).map(function(i) {
    return i.replace(/\s*[*&]*\s*\w+$/, "");
});

结果：

["type1", "const myNamespace::type2", "myNamespace::type3"]

让我们\s*[*&]*\s*\w+$从最后看一下正则表达式：

• $ 确保我们在最后
• \w+ 匹配参数名称
• [*&]* 匹配您想要去除的指针和引用限定符
• \s* 匹配之间可能的空格

这个匹配被一个空字符串替换，所以只剩下类型名称。

现在，为了好玩，让我们考虑一个令人讨厌的案例：

var signature = "funcName (int param1, const std::map<int, std::string>& param2, std::map<int, std::map<int, double>>& param3)";

这仍然成立：

var parameters = /\((.*)\)/.exec(signature)[1];

剩下的，我们需要一个状态机，它真的是一个非常基本的解析器：

function getArgTypes(signature) {
    var parameters = /\((.*)\)/.exec(signature)[1],
        result = [],
        level = 0,
        re = /[^<>,]+|./g,
        match,
        currentParam = "";

    while (match = re.exec(parameters)) {
        currentParam += match[0];

        switch (match[0]) {
            case "<":
                ++level;
                break;

            case ">":
                --level;
                break;

            case ",":
                if (!level) {
                    result.push(currentParam.replace(/\s*[*&]*\s*\w+\s*,$/, "").trim());
                    currentParam = "";
                }
                break;
        }
    }

    currentParam = currentParam.trim();

    if (currentParam)
        result.push(currentParam.replace(/\s*[*&]*\s*\w+\s*$/, ""));

    return result;
}

结果：

["int", "const std::map<int, std::string>", "std::map<int, std::map<int, double>>"]

也没有那么复杂:-)

在[^<>,]+|.正则表达式进行符号化，这意味着它的目标是将文本的相关位分成令牌。请注意，在这种特殊情况下，这.实际上是一种简写[<>,]。

对于这个例子，我们只对<,>和,令牌感兴趣。其余的可以保持粘合在一起（std::map例如，我们可以使用它，无需std :: map像编译器那样将其分开。

这应该给我们以下令牌：

int param1 , const std::map < int , std::string > & param2 , std::map < int , std::map < int , double > > & param3

现在，处理这只是跟踪嵌套级别的问题。