编写 C++ 正则表达式以匹配 #include 预处理指令

Question

我想用 C++ 编写一个正则表达式来匹配 #include 预处理指令。 所以我写了这个：

std::regex includePattern("^[[:blank:]|[:space:]]*#[[:blank:]|[:space:]]*include[[:blank:]|[:space:]]+[<|\"]{1}[_[:alpha:]]+[_[:alnum:]]*");

这适用于：

std::string matchString = "#include <vector>";

但只匹配字符串的一部分，不包括结尾的“>”， 但如果我将正则表达式更改为：

std::regex includePattern("^[[:blank:]|[:space:]]*#[[:blank:]|[:space:]]*include[[:blank:]|[:space:]]+[<|\"]{1}[_[:alpha:]]+[_[:alnum:]]*[>|\"]{1}");

它不会给我想要的结果，只是告诉我“找不到”！有什么问题吗？

谁能帮我用 C++ 编写一个准确的正则表达式来匹配 #include 预处理指令？

提前致谢！

Answer 1

这取决于要匹配的输入是否可能包含新的 线？ [[:space:]] 将匹配任何空白，包括新的 行，[[:blank:]] 将匹配除新行之外的任何空白 （我不确定标准是否支持它）。反正， 类似：

"^\\s*#\\s*include\\s+[<\"][^>\"]*[>\"]\\s*"

应该可以，但是...

• 如果您的源代码有不应该的新行，它仍然 可能匹配。

• 如果您的源代码已经转义了新行，比如说在 令牌include 或文件名，它不会匹配。 （这是 合法的 C++，但没有一个头脑正常的人会这样做。）

• 如果您的来源有不匹配的分隔符，" 在一端， 和 < 或 < 在另一个，它仍然会匹配。

• 而且它不处理行尾的 cmets。处理 C++ 风格的 cmets (//) 应该只是添加的问题 "(?://.*)?" 到表达式的末尾。处理 C 风格 cmets （特别是因为可以有几个）有点多 复杂。

为确保分隔符匹配，您可能必须输入 包含在或之后的所有内容：

"^\\s*#\\s*include\\s+(?:<[^>]*>|\"[^\"]*\")\\s*"

同样，您需要在末尾添加以处理 cmets。

Answer 2

你不是在验证吗？
有一件事，您可以指望包含在 BOL 和可能的空格之后出现。
并在其右侧用空格分隔。
除此之外，我不会尝试验证右边的内容。

仅使用 多行 修饰符 -
"(?m)^[^\\S\\r\\n]*#include[^\\S\\r\\n]+(.*?)[^\\S\\r\\n]*"

展开：

 (?m)
 ^ [^\S\r\n]* 
 \#include
 [^\S\r\n]+ 
 ( .*? )               # (1)
 [^\S\r\n]* 

Answer 3

如果您需要捕获包含类型 < 或 " 以及您可以使用的包含文件名：

std::string reg = "\\s*#\\s*include\\s*([<\"])([^>\"]+)([>\"])"; // escaped version

- 或 -

std::string raw = R"reg(\s*#\s*include\s*([<"])([^>"]+)([>"]))reg"; // raw string version

Live Demo

Group 1 = `<` or `"`
Group 2 = file name
Group 3 = `>` or `"`

Answer 4

以下正则表达式将匹配#include 指令，例如#include <vector>

^#include\s+<\w+>$

注意：这不包括诸如#include stdio.h 之类的指令。