正则表达式检测没有冲突的注释/字符串、方法名称、类名称

Question

我正在创建一个简单的 IDE。

这是通过使用正则表达式检测代码类型并在 JTextPane 中为它们着色来完成的。

目前，我可以检测到：

• 评论
• 字符串字面量
• 数字
• 关键/受限字词

下面是我的程序示例：

问题 1：我的正则表达式检测字符串文字，然后检测 cmets。因此，它会覆盖它的颜色，导致字符串中的 cmets 被错误地着色。

这是用于检测 cmets 的正则表达式：

Pattern commentsSingle = Pattern.compile("\\/\\/.*");
Pattern commentsMulti = Pattern.compile("\\/\\*.*?\\*\\/", Pattern.DOTALL);

这是用于检测字符串文字的正则表达式：

Pattern strings = Pattern.compile("((?<!\\\\)\\\"(.*?)\\\"(?<!\\\\\\\"))");

有没有办法让我的 cmets 正则表达式无法检测到字符串文字（" " 双引号）

或许

无法在 cmets 中检测到的字符串

问题 2：我希望检测方法名称（用户创建的）并将它们着色为不同的颜色。

是否有可以检测方法名称的正则表达式？

问题 3：就像 Q2 一样，我希望检测类名并将它们着色为不同的颜色。

是否有可以检测类名的正则表达式？

--

对不起，我对正则表达式比较陌生，非常感谢任何帮助。

Answer 1

专业提示：你做错了。

编程语言中有太多复杂的结构无法用正则表达式来解释。即使语言相当简单，您的正则表达式也会很快变得难以维护和更新。不仅如此，正则表达式也很快开始在大型数据集上运行缓慢。

您最好的选择是Lexing/Parsing。

您将能够非常快速地标记代码部分，并且还能够支持多种语言。

Answer 2

iismathwizard 是正确的，解析器会更好，但我认为作为一个正则表达式练习，这是个好主意。但是你可以试试这个：

• 方法：[\w$]+(?=\([^)]*\)\s*\{)DEMO
• Java 类：(?<=class\s{0,1000})([\w$]+)(?=(?:\s*(?:implements|extends)\s*(?:[\w$]+))?\s*\{) 已修改 DEMO
• cmets，按类型分组：^(?:\s*?)(?:[^"\n\r]*?(?:"[^"]+?")?[^"\n\r]*?)?(?:(?<endOfLine>//[^\n]*)|(?<javadoc>/\*\*(?:.|\n)+?(?=\*/)\*/)|(?<block>/\*(?:.|\n)+?(?=\*/)\*/)) 和 DEMO

实际上，我宁愿把这个问题分成 3 个单独的问题，有人会花一些时间来回答一个问题，那就是 3 更合理。