使用正则表达式解析文本文件答案

【问题标题】：Parse text file with regex使用正则表达式解析文本文件
【发布时间】：2013-09-30 19:35:37
【问题描述】：

我正在尝试解析一些 js 文件 (ExtJS) 并查找该文件中类使用的所有依赖项。

示例 js 文件如下所示：

Ext.define('Pandora.controller.Station', {
    extend: 'Ext.app.Controller',

    refs: [{
        ref: 'stationsList',
        selector: 'stationslist'
    }],

    stores: ['Stations', 'RecentSongs'],
    ...

我想得到的是Ext.app.Controller。

使用我的代码，我可以获得所有包含 extend 的行

public void ReadAndFilter(string path)
{
    using (var reader = new StreamReader(path))
    {
        string line;
        while ((line = reader.ReadLine()) != null)
        {
            if (line.Contains("extend"))
            {
                listBox2.Items.Add(line);
            }
        }
    }
}

但这也会返回 cmets 和其他不必要的东西。我的想法是使用 RegEx 来查找所有字符串。

我的问题是，有时行在扩展前后有一些空格。
以下是一些可以在 js 文件中找到的示例：

extend          : 'Ext.AbstractPlugin',
extend: 'Ext.util.Observable',
@extends Sch.feature.AbstractTimeSpan
extend      : "Sch.feature.AbstractTimeSpan",
extend              : "Sch.plugin.Lines",
extend : "Sch.util.DragTracker",

在此运行 RegEx 应该返回：

Ext.AbstractPlugin
Ext.util.Observable
Sch.feature.AbstractTimeSpan
Sch.plugin.Lines
Sch.util.DragTracker

这是我的尝试：extend[ ]*:[ ]*['"][a-zA-Z.]*['"]，我已经对其进行了测试here，但我只想获得引号或双引号之间的部分（这也可以验证吗？这样我们就可以排除那些带有第一个引号和第二个双引号）。

RegEx 可能不是最快的，但我不知道我还能如何做到这一点。
欢迎任何建议。

【问题讨论】：

标签： c# .net regex

【解决方案1】：

您可以简单地使用捕获组；你把需要的部分用括号括起来：

extend[ ]*:[ ]*['"]([a-zA-Z.]*)['"]

您可以通过.Groups[1].Value访问它们

编辑：根据要求：

extend *: *('|")(?<inside>[a-zA-Z.]*)\1

有了这个，你就可以用.Groups["inside"].Value访问捕获的组了

【讨论】：

感谢这么快的回复。我可以将组名添加到该正则表达式并确保它以配额或 doubleqoutas 开头和结尾，就像在@Arman 的答案中一样？
谢谢杰瑞 :) 还有一件事。现在我正在逐行扫描文件。我可以使用同一个 RegEx 一次扫描整个文件吗？这可能会节省一些时间。

【解决方案2】：

extend\s*:\s?("|')(.*)\1

\1 是对("|') 中括号捕获的任何内容的引用，因此它将强制引号正确匹配。

在这种情况下，匹配的部分（你想要的）结束在Groups[2].Value

另外，只是一个风格建议：不要使用[ ]* 来匹配空格，这些分组括号在为空时看起来太混乱了。一个简单的\s* 更容易阅读和理解。

【讨论】：

在写这篇文章的时候看到你发了。最优雅的问题答案。

【解决方案3】：

您只是缺少一个捕获组。注意[a-zA-Z.]* 周围的括号

extend([ ]*):[ ]*['"]([a-zA-Z.]*)['"]

要实现这个尝试：

var result = from Match match in Regex.Matches(line, "extend([ ]*):[ ]*['"]([a-zA-Z.]*)['"]") 
         select match.ToString();

【讨论】：