当谈到正则表达式时，我处于学习曲线的某个阶段，我需要使用它们来自动修改一堆 C 标头中的函数原型。有谁知道一个体面的正则表达式可以在 C 标头中查找任何和所有函数原型，同时排除其他所有内容？
编辑：最初不清楚的三件事：
【问题讨论】：
您可以使用ANSI C yacc/lex grammar 实现解析器。
【讨论】：
要正确执行此操作，您需要根据 C 语言语法进行解析。但是，如果这仅适用于 C 语言并且仅适用于头文件，也许您可以采取一些捷径并在没有完全成熟的 BNF 的情况下度过难关。
^
\s*
(unsigned|signed)?
\s+
(void|int|char|short|long|float|double) # return type
\s+
(\w+) # function name
\s*
\(
[^)]* # args - total cop out
\)
\s*
;
这绝不是正确的，需要努力。但它可以代表一个起点，如果你愿意付出一些努力并改进它。它可以被跨越行的函数定义、函数指针参数、宏以及可能许多其他东西破坏。
请注意，BNF 可以转换为正则表达式。这将是一个大而复杂的正则表达式，但它是可行的。
【讨论】：
对于一次性练习，您最好从简单的开始并查看您必须扫描的代码。选择三个最差的标题，生成一个正则表达式或一系列正则表达式来完成这项工作。您必须决定是否以及如何处理包含函数声明的 cmets（实际上，处理包含 cmets 的函数声明）。处理：
extern void (*function(int, void (*)(int)))(int);
（可能是标准 C 函数 signal()）在正则表达式中很困难，因为嵌套的括号。如果您没有任何这样的函数原型，那么花时间研究如何处理它们就是浪费时间。类似的 cmets 适用于指向多维数组的指针。很有可能你有风格惯例来简化你的生活。您不得使用 C99 (C++) cmets；你不需要围绕它们编写代码。您可能不会将多个声明放在一行中，无论有没有共同类型 - 所以您不必处理它。
extern int func1(int), func2(double); double func3(int); // Nasty!
【讨论】：
假设您的代码格式类似于
type name function_name(variables **here, variables &here)
{
code
}
这是 Powershell 的单行代码：
ls *.c, *.h | sls "^(\w+( )?){2,}\([^!@#$+%^]+?\)"
返回结果如下：
...
common.h:37:float max(float a, float b)
common.h:42:float fclamp(float val, float fmin, float fmax)
common.h:51:float lerp(float a, float b, float b_interp)
common.h:60:float scale(float val, float valmin, float valmax, float min,
float max)
complex.h:3:typedef struct complex {
complex.h:8:double complexabs(complex in)
complex.h:13:void complexmult(complex *out, complex a, complex b)
complex.h:20:void complexadd(complex *out, complex a, complex b)
complex.h:27:int mandlebrot(complex c, int i)
...
要查看仅没有文件细节的行，请添加format-table -property line（或缩写为ft -p line）：
ls *.c, *.h | sls "^(\w+( )?){2,}\([^!@#$+%^]+?\)" | format-table -p line
返回：
Line
----
void render(SDL_Surface *screen)
void saveframe(SDL_Surface *screen)
int handleevents(SDL_Surface *screen)
int WinMain(/*int argc, char* args[]*/)
void printscreen(SDL_Surface *screen, unsigned int exclude)
void testsection(char name[])
void sdltests(SDL_Surface *screen, SDL_Window *window, int width, int height)
int WinMain(/*int argc, char *argv[]*/)
int random(int min, int max) {
int main(int argc, char *argv[])
奖励：正则表达式的解释：
^(\w+(\s+)?){2,}\([^!@#$+%^]+?\)
^ Start of a line
( ){2,} Create atom to appear to or more times
(as many as possible)
\w+(\s+)? A group of word characters followed by
an optional space
\( \) Literal parenthesis containing
[^!@#$+%^]+? A group of 0 or more characters
that AREN'T in “!@#$+%^”
【讨论】：
这是一个正则表达式，它是查找 C 函数名称的良好起点：
^\s*(?:(?:inline|static)\s+){0,2}(?!else|typedef|return)\w+\s+\*?\s*(\w+)\s*\([^0]+\)\s*;?
这些是验证表达式的一些测试用例：
// good cases
static BCB_T *UsbpBufCtrlRemoveBack (BCB_Q_T *pBufCtrl);
inline static AT91_REG *UDP_EpIER (UDP_ENDPOINT_T *pEndpnt);
int UsbpEnablePort (USBP_CTRL_T *pCtrl)
bool_t IsHostConnected(void)
inline AT91_REG *UDP_EpCSR (UDP_ENDPOINT_T *pEndpnt)
// shouldn't match
typedef void (*pfXferCB)(void *pEndpnt, uint16_t Status);
else if (bIsNulCnt && bIsBusyCnt)
return UsbpDump(Buffer, BufSize, Option);
最后，这是一个简单的 TCL 脚本，用于读取文件并提取所有函数原型和函数名称。
set fh [open "usbp.c" r]
set contents [read $fh]
close $fh
set fileLines [split $contents \n]
set lineNum 0
set funcCount 0
set funcRegexp {^\s*(?:(?:inline|static)\s+){0,2}(?!else|typedef|return)\w+\s+\*?\s*(\w+)\s*\([^0]+\)\s*;?}
foreach line $fileLines {
incr lineNum
if {[regexp $funcRegexp $line -> funcName]} {
puts "line:$lineNum, $funcName"
incr funcCount
}; #end if
}; #end foreach
puts "$funcCount functions found."
【讨论】：
单行正则表达式听起来很难。我个人为此使用 perl 脚本。这很容易。 基本方法是> 1. 调用你最喜欢的 c 预处理器来消除 cmets 并扩展宏。 （所以更容易） 2.计数'{''}'符号。对于纯 C 中的函数，它们具有可预测的行为，可让您检测函数名称。 3.在原始源中查找函数名称（在预处理以获得具有typedefs的签名之前） 这是一种效率低下的方法，但对我来说效果很好。 第 1 步并不是真正必要的，但它会让您的生活更轻松
【讨论】：
假设您已将整个 c 文件读入 $buffer。 * 首先创建正则表达式，用相同数量的空格和换行符替换所有 cmets，这样行和列的位置就不会改变 * 创建可以处理带括号的字符串的正则表达式 * 然后像这样的正则表达式找到函数： (静态|)\s+(\w+)\s*$parenthezized_regexp+*{
此 reg exp 不处理函数定义使用预处理器指令的函数。
如果你选择 lex/yacc，你必须结合 ansic 和预处理器语法来处理函数定义中的那些预处理器指令
【讨论】：
【讨论】：