使用嵌套正则表达式模式的 Atom 语言定义

Question

我实际上是在尝试在 Atom 中定义一个语法（效果出奇的好），并且在使用 Regex 3 天之后，感觉慢慢地发疯了。

问题是我现在离开了“简单”定义领域，所以我还需要比现在更好的正则表达式知识。

问题： 我想使用begin 和end 匹配4 个特定模式。 通过 Textmate 教程，我了解到行为应该是这样的：

begin: \w,end: \d 变为 \w(.*)\d

利用这些知识，我想匹配这四个表达式：

1. foo( a(1) )：解析为“本身”嵌套的范围（与TextMate Language Example 中的qq-Strings 描述的方式相同。
2. bar(1)('a')：解析为由字段(1) 访问的范围bar，因此是字段('a')。 bar 仅在至少存在第二个括号块的条件下才具有此范围。
3. foo( bar(1)('a') )：（1）和（2）的混合物。 foo 被提取出来（1），bar 代表与（2）中描述的相同的东西。
4. foo( bar(1)('a')('a') )('a')：最复杂的一个。 foo 表示可以使用第二个括号提取的元素，bar 表示可以通过相同机制提取并生成可以访问 foo 的值，而不会在运行时出现其他问题。

为了捕捉所有这些语句，我现在有两个正则表达式（CSON 语法如下）：

'strange_accessors':
{
  'comment': 'tries to catch foo(a)(a)(a) constructs'
  'begin': '(?:' +
             '(?:(?<=\\))\\s*)'         + # closing parenthesis beforehand
             '|(?:[\\w%\\$\\?!#]*)'  + # character beforehand
           ')' +
           '\\s*'   +
           '(\\()'  +  # opening bracket
           '[^;]+?' +
           '(\\))'  +
           '\\s*(\\()'
  'end': '(\\))+?'

  'beginCaptures':
    '1':
      'name': 'punctuation.parens.begin.someLang'
    '2':
      'name': 'punctuation.parens.someLang'
    '3':
      'name': 'punctuation.parens.begin.someLang'
  'endCaptures':
    '0':
      'name': 'punctuation.parens.end.someLang'
}

所以，为了抓住括号，我用这个：

'surronding_parenthesis':
{
  'comment': 'describes a (nested) accessor using parenthesis'
  'begin':  '(?:[a-zA-Z_%\\$\\?!#][\\w%\\$\\?!#]*)'  + # character beforehand
           '(\\()'
  'end': '(?>(\\)))'

  'beginCaptures':
    '1':
      'name': 'punctuation.section.parens.begin.someLang'
  'endCaptures':
    '1':
      'name': 'punctuation.section.parens.end.someLang'
    '2':
      'name': 'banana.invalid.illegal.someLang'

  'patterns':[
    { 'include': '#strange_accessors'}
  ]

}

我在贪婪、不情愿和固执的行为以及原子团中摆弄我的方式，因为我认为这将是成功匹配的关键。

但我很困惑，不知道如何解决这个奇怪的嵌套问题。如果有人有兴趣并想试试我为什么需要这个：

这是Scilab 的语法。

Answer 1

下面的这个正则表达式使用递归：

(?<=\s)\w+(\(((?:[^()]+|(?1))*?)\))(\('.*?'\))?

会匹配

  foo( a(1) )
  bar(1)('a')
  foo( bar(1)('a') )
  foo( bar(1)('a')('a') )('a')

你可以测试一下here on regex101
（Scilab 使用我在论坛上看到的 PCRE 正则表达式引擎）

请注意，它包含(?<=\s) 的正向lookbehind，以确保在前导词之前有一个空格。
因为我怀疑你想匹配\b( a(1) )

这个正则表达式也会匹配它们，但没有递归。仅使用非捕获组：

(?<=\s)\w+\((?:.*?(?:\(.*?\))?)+\)(?:\('.*?'\))?