c - Lex(词法分析器)中正则表达式的大问题

Question

我有一些这样的内容:

    author = "Marjan Mernik  and Viljem Zumer",
    title = "Implementation of multiple attribute grammar inheritance in the tool LISA",
    year = 1999

    author = "Manfred Broy and Martin Wirsing",
    title = "Generalized
             Heterogeneous Algebras and
             Partial Interpretations",
    year = 1983

    author = "Ikuo Nakata and Masataka Sassa",
    title = "L-Attributed LL(1)-Grammars are
             LR-Attributed",
    journal = "Information Processing Letters"

而且我需要捕获title 双引号之间的所有内容。我的第一次尝试是这样的:

^(""|\t)+"title"""*=""*"\"".+"\","

它捕捉到第一个例子，但没有捕捉到另外两个。另一个有多行，这就是问题所在。我想在某处更改为带有 \n 的内容以允许多行，如下所示:

^(""|\t)+"title"""*=""*"\""(.|\n)+"\","

但这并没有帮助，相反，它捕获了一切。

虽然我想，“我想要的是在双引号之间，如果我捕获所有东西直到找到另一个 ” 后跟 , 怎么办？这样我就可以知道我是否在 title 的末尾，无论行数如何，如下所示:

^(""|\t)+"title"""*=""*"\""[^"\""]+","

但这还有另一个问题……上面的例子没有，但是双引号(")可以在title声明之间。例如:

title = "aaaaaaa \"X bbbbbb",

是的，它前面总是有一个反斜杠 (\)。

有任何修复此正则表达式的建议吗？

Answer 1

匹配双引号中字符串的经典正则表达式是:

\"([^\"]|\\.)*\"

在你的情况下，你会想要这样的东西:

"title"\ *=\ *\"([^\"]|\\.)*\"

PS:恕我直言，您在正则表达式中使用了太多引号，很难阅读。