正则表达式匹配不在字符串文字内的逗号答案

【问题标题】：Regular expression to match a comma not inside a string literal正则表达式匹配不在字符串文字内的逗号
【发布时间】：2012-07-13 22:54:23
【问题描述】：

在 BASIC 中，打印语句可能如下所示：

100 PRINT "Copyright, Adrian McMenamin","maybe"

应该在第一条语句和第二条语句之间放置一个制表符。

我正在为 Groovy/Java 中的 BASIC 开发 DSL/解释器，它需要解析这一行并生成如下内容：

print "Copyright, Adrian McMenamin", "    ","maybe"

（因为 Groovy 将逗号解释为仅分隔打印函数的参数。）

那么什么正则表达式可以区分不在引号内的逗号和在引号内的逗号（不用担心 PRINT 或行号等）？

【问题讨论】：

BASIC 语言中字符串的语法是什么？是否可以在字符串中使用转义引号？
为什么不使用逗号进行标记，然后使用制表符加入生成的集合，而不是尝试使用正则表达式进行解析？
是的，逗号可以出现在 BASIC 中的字符串文字中。标记点是一个很好的点。
由于逗号可以出现在字符串中，因此，正如 Jack Maney 在他对以下答案的评论中指出的那样，您不能使用正则表达式。正则表达式可以不处理任意嵌套和转义的引号（或括号，或 html 标签等）。无论您想多么想使用正则表达式来完成这项工作，它都无法处理。您可以编写一个迷你解析器，以便在需要处理字符串时运行
马克，我看错了你的评论——实际上在 BASIC 中不可能以这种方式转义字符串中的字符（或者至少不能在这个中，Sinclair，BASIC。对此感到抱歉。

【解决方案1】：

您正在查看正则表达式无法处理的parsing 和grammar。通常，您需要计算超出正则表达式范围的左括号或右括号。你可能想看看像ANTLR 这样解决这个问题的解析器。对于这个任务来说可能是矫枉过正，但我想你必须翻译多种类型的基本语句，然后解析器才是你真正需要的，而不是正则表达式。

【讨论】：

我知道正则表达式无法计数，但它可以递归匹配未处理的块。我没有使用解析器，因为我不知道怎么做，而且看起来有点矫枉过正！
不，这不是矫枉过正。 "For example, strings can have \"escaped quotes, and a lot more!\"".
（在正式正则表达式的范围之外，但不在[所有]“正则表达式”实现的范围之外.. 有一些 非常可怕 perl 示例，我认为“递归正则表达式”可以处理这个问题，但这种魔法超出了我的范围。无论如何，一个一般的 +1 答案。）

【解决方案2】：

我实现了一个非常简单的解析器，它只计算开引号（模 2）。考虑到 BASIC 字符串文字的简单规则，它就可以工作。我设计了一个非常漂亮的递归函数，它使用了一个可以正常工作的正则表达式：

100 PRINT "Copyright, 2012", "Adrian McMenamin"

但这失败了：

100 PRINT "Copyright, 2012"

哦，好吧，这只是类似 DFA 的方案的限制。

【讨论】：