使用正则表达式解析 C 输出映射

Question

我目前正在努力使用正则表达式解析 C Output.map 文件。 我分别处理每一行： 一行可能是这样的

__func_name     |00010d88|   T  |              FUNC|00000010|     |.text

预期输出：
1) “__func_name”
2) “00010d88”
3) “T”
4) “功能”
5) “00000010”
6）（空字符串）
7) “.text”
8) (空字符串)

但是，文本之间的空格数量会有所不同： 另一行可能如下所示：

__func_name2|0007bb7c|   T  |              FUNC|00000034|     |.text    sourcefile.c:49

1) “__func_name2” 2) “0007bb7c” 3) “T” 4）“功能” 5）“00000034” 6) (空字符串)

7) “.text”

8) "sourcefile.c:49"

正如您所见，不仅空格的数量不同，而且还列出了源文件。 现在我确实尝试使用正则表达式解决这个问题。 我的正则表达式基本上需要以下要求

1. 字母数字字符串

2. 一个（十六进制）数字

3. 一个字母

4. 一个字符串

5. 一个（十六进制）数字

6. 可选字符串

7. 另一个可选字符串

每个组由| 字符分隔。 我试过这个正则表达式。虽然不完整，但 regexr 告诉我我只匹配第一组。

你能帮我弄清楚我的正则表达式有什么问题吗？

([__A-Za-z0-9])\w+|((([\|]{1})&[0-9a-h]&([\|]{1})))\w+|([A-Z])\w+

您可以在此处尝试现场演示： https://regexr.com/4gpvf

编辑：添加预期输出

Answer 1

一个相当简单的匹配模式可能是这样的：

@"\s*(\S*)\s*\|\s*([a-f0-9]+)\s*\|\s*(\S)\s*\|\s*(\S*)\s*\|\s*([a-f0-9]+)\s*\|\s*(\S*)\s*\|\s*(\S*)\s*(\S*).*"

以这种方式执行：

  string[] data = 
  {
    "__func_name   | 00010d88 | T | FUNC | 00000010 |     |.text",
    "__func_name2 | 0007bb7c | T | FUNC | 00000034 |     |.text    sourcefile.c:49"
  };

  var matchess = data.Select(s => Regex.Matches(s, @"\s*(\S*)\s*\|\s*([a-f0-9]+)\s*\|\s*(\S)\s*\|\s*(\S*)\s*\|\s*([a-f0-9]+)\s*\|\s*(\S*)\s*\|\s*(\S*)\s*(\S*).*", RegexOptions.IgnoreCase));

  foreach (MatchCollection matches in matchess)
  {
    foreach (Match match in matches)
    {
      foreach (Group group in match.Groups)
      {
        Console.WriteLine(group.Value);
      }
    }
  }

Answer 2

static void Main()
{
    var x = @"__func_name2|0007bb7c|   T  |              FUNC|00000034|     |.text    sourcefile.c:49";
    var matches = Regex.Split(x, @"\s*\|\s*");
    int len = matches.Length;
    int i = 0;
    for (int z = 0; z < len; ++z)
    {
        ++i;
        if (z == len - 1)
        {
            var match = Regex.Match(matches[z], @"^(?i)(?'text'\.[a-z]+)(\s+(?'file'[a-z]+\.[a-z]+:[0-9]+))?$");
            WriteLine($"{++i}) {match.Groups["text"].Value}");
            WriteLine($"{++i}) {(match.Groups["file"].Length == 0 ? "" : match.Groups["file"].Value)}");
        }
        else
        {
            WriteLine($"{z+1}) {matches[z]}");
        }
    }
}

/* Output:
    1) __func_name2
    2) 0007bb7c
    3) T
    4) FUNC
    5) 00000034
    6)
    8) .text
    9) sourcefile.c:49
*/

Answer 3

正则表达式似乎是不必要的，但如果没有选项存在，这个表达式：

(__[^\|\s]+)\s*\|([^\|\s]+)\s*\|\s*([A-Z]+)\s*\|\s*([A-Z]+)\s*\|([^\|\s]+)\s*\|\s*\|([^\|\s]+)\s*(?:([^:]+)?\s*:\s*?([0-9]+))?

可能会收集我们想要的值，而忽略空格和管道，这里有一个 sourcefile 的可选组：

(?:([^:]+)?\s*:\s*?([0-9]+))?

Demo

示例

using System;
using System.Text.RegularExpressions;

public class Example
{
    public static void Main()
    {
        string pattern = @"(__[^\|\s]+)\s*\|([^\|\s]+)\s*\|\s*([A-Z]+)\s*\|\s*([A-Z]+)\s*\|([^\|\s]+)\s*\|\s*\|([^\|\s]+)\s*(?:([^:]+)?\s*:\s*?([0-9]+))?";
        string input = @"__func_name2|0007bb7c|   T  |              FUNC|00000034|     |.text    sourcefile.c:49

__func_name     |00010d88|   T  |              FUNC|00000010|     |.text";
        RegexOptions options = RegexOptions.Multiline;

        foreach (Match m in Regex.Matches(input, pattern, options))
        {
            Console.WriteLine("'{0}' found at index {1}.", m.Value, m.Index);
        }
    }
}