一个正则问题

[笨笨兔兔兔兔兔]

匹配一下asp.net控件的正则表达式

我自己写了一个不太好的

语言不限js .net 或者php 都成

先来个引子

<script>
var s='<asp:Button ID="Button1" runat="server" Text="Button"></asp:Button>sds<asp:Button ID="Button5555" runat="server" Text="Button" />';
alert(s.match(/<(asp:[a-zA-Z0-9]+)[^>]+(?:runat=("|')?server\2)[^>]*\/?>(?:[^<]*<\/\1>)?/g));
</script>

这个正则有bug。。。看看谁写得比较好，我这个正则不能满足条件的地方比较多。。。

在.net区分不能发300的见谅。。。。

[hy_lihuan]

难得过客还过来解决问题

[dengxiao1981]

绑定

[phper2008]

不错，学习下！

[happy664618843]

不知道怎么做 学 习 友情帮顶

[-过客-]

[Quote=引用 33 楼 liuxiaoyi666 的回复:]
其实是想大家一起讨论一下的，正则其实有很多很好玩的东西在里面，一起讨论一下比较热闹，当年 梅子 emu 秋水他们经常一起讨论的，梅子每每提起这个，总会说到秋水当时的方案。。。哎
[/Quote]

2003年还没有接触编程，更不要说正则了。。。

正则很强大，这一点已经引起了程序语言设计者的重视，但却没有引起开发人员的重视，至少目前在国内是这样的

正则发展到现在，出现的分支太多了，而各语言之间对正则实现的差异化，在一定程度上促进了正则的发展，但却在另一层面上，阻碍了正则在程序员中的普及

曾经的曾经，perl是对正则支持最好的语言，不过现在，综合来看，应该是.NET对正则的支持最强大了，平衡组很有代表性
当然，其它语言中的正则也有值得借鉴的，比如Java中的占有优先量词++，*+等等就是非常值得借鉴的一种语法

JavaScript中最大的限制在于没有提供对逆序环视
(?<=Exp)、(?<!Exp)
的支持,对顺序环视(?=Exp)的支持也不是很稳定，以前曾经测出过一个bug，不过时间太久，忘记是怎么一回事了；同时也不支持命名捕获组，对于普通捕获组的支持也不好
还有就是同样为JavaScript程序，在不同的浏览器解析引擎下，匹配行为也有细微的差别，比如小数点“.”在IE下可以匹配“\r”，而在Firefox、Chrome等浏览器下却无法匹配

Java中目前不支持命名捕获组，据说7.0会提供支持
还有就是Java中不支持类似于.NET中字符串前加@来忽略转义，这使得写出来的正则显得很笨拙

很想和大家探讨一下正则相关的知识，不过目前来说，国内这方面讨论的比较少，主要也是因为被关注的少

[笨笨兔兔兔兔兔]

关注到是不少, c++里的正则可麻烦了...我记得我在3,4年前做isapi的时候打算用正则,

结果引用了一下vbs的正则,直接导致iis崩溃,当时我还想呢,那个有名的urlrewrite怎么实现的

后来因为需求变了,也就一直没研究,最近发现原来boost库中有正则,不过不知道boost又能支持多少

最近楼上的小兄弟写了个正则工具等他完善了,再叫我家另一个兄弟美化美化,然后给大家show show

我看了一下lxcnn兄台也是看过精通正则表达式那本书吧,呵呵...基本书上都是用perl做的例子

不知道你看没看过php对正则的支持...

[笨笨兔兔兔兔兔]

顺便回馈一下大家,我为什么要写这个...

<%-- 
Name:
Author: 
Description: 
--%>
<%@ CodeTemplate Language="C#" TargetLanguage="Text" Src="PageBase.cs" Inherits="PageBase" Debug="True" Description="Template description here." %>
<%@ Property Name="NameSpace" Type="String" Optional="True" Category="Context" Default="ProjectManage" Description="The namespace to use for this class" %>
<%@ Property Name="IsInitValue" Type="System.Boolean" Default="True" Optional="True" Category="Booleans" Description="Init Value" %>
<%@ Property Name="IsSubmitValue" Type="System.Boolean" Default="True" Optional="True" Category="Booleans" Description="Init Value" %>
<%@ Assembly Name="System.Data" %>
<%@ Assembly Src="Common.cs" %>
<%@ Assembly Name="SchemaExplorer" %>
<%@ Assembly Name="System.Design" %>

<%@ Import Namespace="System.Collections.Generic" %>
<%@ Import Namespace="System.Collections" %>
<%@ Import Namespace="System.Data" %>
<%@ Import Namespace="TX.Template.Util" %>
<%@ Import Namespace="SchemaExplorer" %>
<%@ Import Namespace="System.IO" %>
<%@ Import Namespace="System.Text" %>
<%@ Import Namespace="System.Text.RegularExpressions" %>
<% AnalysisPage();%>
using <%= NameSpace %>.Entity;
using <%= NameSpace %>.Logic;

protected void dataBind()
{
	<%=CreateInitValue()%>
}

protected void btnSumit()
{
	<%=CreateSubmitValue()%>
}



<script runat="template">
private string filename = string.Empty;  
private IDictionary<string,string> controlList = new Dictionary<string,string>();
private IDictionary<string, string> dicInitControl = new Dictionary<string, string>();
private IDictionary<string, string> dicSubmitControl = new Dictionary<string, string>();
private IDictionary<string, int> dicControlHeadLen = new Dictionary<string, int>();
private Hashtable htTable = new Hashtable();
private TableSchemaCollection _sourceTables;

public string CreateInitValue()
{	
	StringBuilder sbInitText = new StringBuilder();
	foreach(string tablename in htTable.Keys)
	{
		sbInitText.Append(tablename + "Entity " + GetCamelCaseName(tablename) + "Entity = new " + tablename + "Entity();\r\n");
	}
	foreach(KeyValuePair<string, string> kvp in ControlList)
	{
		//Debug.Print(kvp.Value.ToLower());
		if(!dicInitControl.ContainsKey(kvp.Value.ToLower()))
		{			
			continue;
		}
		else
		{
			foreach(string tablename in htTable.Keys)
			{
				string controlID = kvp.Key;
				string columnLowName = kvp.Key.Substring(dicControlHeadLen[kvp.Value]).ToLower();
				Debug.Print(columnLowName);
				Hashtable htTemp = ((Hashtable)(htTable[tablename]));
				if(htTemp.ContainsKey(columnLowName))
				{
					string templateString = dicInitControl[kvp.Value];
					templateString = templateString.Replace("{$ID}",controlID);
					templateString = templateString.Replace("{$Value}",GetCamelCaseName(tablename)+"Entity."+((ColumnSchema)(htTemp[columnLowName])).Name + ".ToString()");
					sbInitText.Append("    " + templateString + "\r\n");
				}				
			}
		}
	}
	return sbInitText.ToString();
}

public string CreateSubmitValue()
{
	StringBuilder sbSubmitText = new StringBuilder();
	StringBuilder sbSubmitDataText = new StringBuilder();
	foreach(string tablename in htTable.Keys)
	{
		sbSubmitText.Append(tablename + "Entity " + GetCamelCaseName(tablename) + "Entity = new " + tablename + "Entity();\r\n");
	}
	foreach(KeyValuePair<string, string> kvp in ControlList)
	{
		if(!dicSubmitControl.ContainsKey(kvp.Value))
		{
			continue;
		}
		else
		{
			foreach(string tablename in htTable.Keys)
			{
				string controlID = kvp.Key;
				string columnLowName = kvp.Key.Substring(dicControlHeadLen[kvp.Value]).ToLower();
				Hashtable htTemp = ((Hashtable)(htTable[tablename]));
				if(htTemp.ContainsKey(columnLowName))
				{
					string templateString = dicSubmitControl[kvp.Value];
					templateString = templateString.Replace("{$ID}",controlID);
					templateString = templateString.Replace("{$Variable}","string " + GetCamelCaseName(((ColumnSchema)(htTemp[columnLowName])).Name));
					sbSubmitText.Append("    " + templateString + "\r\n");
					
					sbSubmitDataText.Append("    " + GetCamelCaseName(tablename)+"Entity."+((ColumnSchema)(htTemp[columnLowName])).Name + " = ");
					sbSubmitDataText.Append(GetCSharpVariableType(((ColumnSchema)(htTemp[columnLowName])), GetCamelCaseName(((ColumnSchema)(htTemp[columnLowName])).Name)));
					sbSubmitDataText.Append(";\r\n");
				}				
			}
		}
	}
	return sbSubmitText.ToString() + sbSubmitDataText.ToString();
}

private void Init()
{	
	dicInitControl.Add("label", "{$ID}.Text = {$Value};");
    dicInitControl.Add("textbox", "{$ID}.Text = {$Value};");
	dicInitControl.Add("checkboxlist", "{$ID}.SelectedValue = {$Value};");
    dicInitControl.Add("radiobuttonlist", "{$ID}.SelectedValue = {$Value};");
    dicInitControl.Add("dropdownlist", "{$ID}.SelectedValue = {$Value};");
	
	//dicSubmitControl.Add("label", "{$Variable} = {$ID}.Text;");
    dicSubmitControl.Add("textbox", "{$Variable} = {$ID}.Text;");
	dicSubmitControl.Add("checkboxlist", "{$Variable} = {$ID}.SelectedValue;");
    dicSubmitControl.Add("radiobuttonlist", "{$Variable} = {$ID}.SelectedValue;");
    dicSubmitControl.Add("dropdownlist", "{$Variable} = {$ID}.SelectedValue;");
	
	dicControlHeadLen.Add("label", 3);
    dicControlHeadLen.Add("textbox", 3);
	dicControlHeadLen.Add("checkboxlist", 3);
    dicControlHeadLen.Add("radiobuttonlist", 3);
    dicControlHeadLen.Add("dropdownlist", 3);
	
}

private void InitTable()
{
	foreach ( TableSchema table in _sourceTables )
	{
		Hashtable htTemp = new Hashtable();
		foreach(ColumnSchema column in table.Columns)
        {
			htTemp.Add(column.Name.ToLower(),column);
		}
		htTable.Add(table.Name,htTemp);
	}
}

[Category("01b. Filter by Individual Objects - Optional")]
	[Description("The tables you wish to generate, if you do not select any SourceTables or SourceViews, and SourceDatabase is completed, then the entire database will be generated.")]
	[CodeTemplateProperty(CodeTemplatePropertyOption.Optional)]
	public TableSchemaCollection SourceTables
	{
		get
		{
			if (this._sourceTables != null && this._sourceTables.Count > 0 )
				return this._sourceTables;
			else
				return null;
		}
		set
		{
			this._sourceTables = value;
		}
	}

[EditorAttribute(typeof(System.Windows.Forms.Design.FileNameEditor), typeof(System.Drawing.Design.UITypeEditor))]
[Optional]
[Category("ChooseFile")]
[Description("choose file.")]
public string PageFilename
{
    get
    {
        return filename;
    }
    set
    {
        filename = value;
    }
}

public void CreatePage()
{
	
}

public IDictionary<string,string>  ControlList
{
	get
	{
		return controlList;
	}	
}

private void ChooseControls(string pageContent)
{
	Regex r = new Regex(@"
        <(?i:asp):(\w+)[^>]*(?i:runat)=([""'])(?i:server)\2(?:(?!/?>).)*   
		(?>
			>                                               
			(?>
				<asp:\w+[^>]*/>                         
				|
				<asp:(?<level>\w+)[^>]*>                
				|
				</asp:\k<level>>(?<-level>)             
				|
				[^<>]+                                  
			)*
			(?(level)(?!))
			</asp:\1>                                       
			|
			/>                                              
    	)
            ", RegexOptions.IgnorePatternWhitespace | RegexOptions.Singleline);
            MatchCollection mc = r.Matches(pageContent);

            foreach (Match i in mc)
            {
                string controlNameValue = GetID(i.Value);
				string controlTypeValue = GetControlType(i.Value);
				if(controlNameValue	!=	string.Empty)
				{
					//Debug.Print(controlNameValue);
                	this.ControlList.Add(controlNameValue, controlTypeValue);
				}
            }
}

public string GetControlType(string controlHTML)
{
	string retString=string.Empty;
	 Regex re = new Regex(@"(?<=asp:)([a-zA-Z0-9]+)(?<=\s*)", RegexOptions.IgnorePatternWhitespace | RegexOptions.IgnoreCase);
     MatchCollection mc = re.Matches(controlHTML);
	if(mc.Count>0)
	{
		retString = mc[0].ToString().ToLower();
	}
	return retString;
}

public string GetID(string controlHTML)
{
	string retString=string.Empty;
	Regex re = new Regex(@"(?<=id=\s*""?)[a-zA-Z0-9]+(?<=""*)", RegexOptions.IgnorePatternWhitespace | RegexOptions.IgnoreCase);
	MatchCollection mc = re.Matches(controlHTML);
	if(mc.Count>0)
	{
		retString = mc[0].ToString();
	}
	return retString;
}

public void AnalysisPage()
{
	InitTable();
	Init();	
	StreamReader sr=new StreamReader(filename);
	string pageContent=sr.ReadToEnd();
	ChooseControls(pageContent);
	
}


</script>

[笨笨兔兔兔兔兔]

一段代码生成器的一部分，用了这个正则，能节约大概30行左右的代码量。。。。之所以用muxrwc的

正则是因为我们住一起。。。基本不会用别人的代码的，所以我才说帖子是拿来讨论的，见谅

主要感觉是这个需求如果要扩展了，很bt也很好玩。。。。当然能给出不错的正则或方案的分不会少

[zyp122788]

帮顶

[-过客-]

因为现在的工作基本上不涉及编程，所以也很难“处心积虑”的去研究各种语言，在语言的知识上是很菜的，只是对正则比较感兴趣，一直在CSDN回答此类的问题而已

php对正则的支持，从语法上来说，和.NET基本上接近，跟语言相关的了解的不多

就兔子的需求而言，主要是看从哪方面考虑问题了

从匹配效率和需求满足的角度，至少到目前为止，我还没有看到有用平衡组的必要
如果这种代码生成器的功能，完全不用考虑匹配效率，而主要考虑的是代码的健壮性，那多考虑一些也无不可

当然，就我个人而言，目前更关心的，第一是需求满足情况，第二是匹配效率，其中也就包括语法使用的合理性

正则的强大在于它的抽象和灵活，正则是随着需求变化的，如果需求变了，正则就要跟着做相应的变动，很难给出一个固定的模式或解决方案。以前有人跟我提过正则自动生成，我认为这是不可能的，正则如果可以自动生成，那正则也就不是正则了

[muxrwc]

其实功能比较强的应该是perl吧...
毕竟它正则里可以写perl代码...
虽然.net对前项预查对量词的支持.和命名捕获组确实很强大...
还支持神奇的右到左...

js里的预查bug目前貌似比较少了...
ie6的某些版本里可能会比较多...经常导致浏览器崩溃什么的...

我觉得php里的(?R)还是很和谐的...能用它匹配嵌套至少要比.net和谐...
可读性也比较高.

js里要是支持 前项预查 递归 命名捕获组 条件分支(?(name)then|else)
就和谐了XD

这个稍微严谨下比较和谐...

(?s)<asp:(\w+)[^>]+?(?i:runat)=([""'])(?i:server)\2(?:(?!/?>).)*(/)?>(?(3)|(?:(?!</asp:\1).)*</asp:\1>)

这个多加了个i..

<asp:(\w+)[^>]*(?i:runat)=([""'])(?i:server)\2(?:(?!/?>).)*   
        (?>
            >                                               
            (?>
                <asp:\w+[^>]*/>                         
                |
                <asp:(?<level>\w+)[^>]*>                
                |
                </asp:\k<level>>(?<-level>)             
                |
                [^<>]+                                  
            )*
            (?(level)(?!))
            </asp:\1>                                       
            |
            />         

[hhxx_cj]

组合不好，帮顶学习下

我只是有种理念就是，首尾必需相同而且同时都包含ASP:
前面中必需包括ＩＤ　与 runat="server",基本上就满足了.net控件的要求了

就是组合不成下则，
特来学习一下

[muxrwc]

XD恩...

其实兔老师的需求,貌似是取所有控件,然后取它们的值,和付值.
好比
<asp:Button ID="a"...
生成出
a.Text = ...
和
string stra = a.Text;
类似的代码...

不过最初没概念,直接写了个多层嵌套的.
其实多层嵌套.

这个需求的话lxcnn君的式子已经可以完全满足了...

后来改了下只是追求下完美加了个 条件分支...

我那个式子...
最开始那个(?i:asp)
写多了后来和谐掉了XD

第一个固化其实只是拿它当成(?:用了.

[^ <>]+,这个是偷懒了没有用(?:(?!</?asp:...
和匹配标记里没有用(?:"[^"]*"|'[^']*'...类似XD

([""'])
和
(?<level>\w+)
我觉得都是有必要的...

第一个是符号配对.
第二个是嵌套时标记配对...
</asp:\k<level>>(?<-level>)
就是这里的\k反向引用需要用下\w

不过我觉得用不用命名捕获组到是没那么大差异...
感觉那东西只是带名字的Group
应该和普通的括号捕获的东西差不多...
= =,不过也没有依据只是猜的...

重要的是式子写的匹配方式是否很慢XD.

其实对于需求来说.
那个兔老师生成器
其实不用考虑
引号配对([^"'])
和标记配对(?<level>\w+)
还有自结束标记后还有结束标记(?(3)...)

因为那个是针对能通过vs生成的aspx文件的...
对于效率也没有特别高的要求.

所以就稍微写的好看一点XD.

[muxrwc]

[Quote=引用 45 楼 hhxx_cj 的回复:]
组合不好，帮顶学习下

我只是有种理念就是，首尾必需相同而且同时都包含ASP:
前面中必需包括ＩＤ　与 runat="server",基本上就满足了.net控件的要求了

就是组合不成下则，
特来学习一下
[/Quote]
恩...我们把ID同学给无视了= =,罪过哇...

[-过客-]

.NET中正则+委托一样可以实现任意复杂逻辑的处理，虽然绕了点弯
话题扯得有点远，谁强大无所谓，只要能够为我所用就是了

还是回到这个问题上来吧，需要兔子回答的一个问题：
什么场景下才需要使用平衡组，给个实例吧

对于复杂一点的需求，只有最合适的正则，没有最严谨的正则
而且越严谨的正则，所做的判断也就越多，逻辑也就越复杂，付出的代价也就是匹配效率和可读性的降低，存在效率陷阱的几率也就会大大的提升

muxrwc兄的正则，说下我的看法
表达式中多处使用了(?i:Exp)的语法结构，但对于一些同样需求忽略大小写的地方却没有使用，比如<asp:中的asp
多处使用降低可读性，多次处理这种语法规则是否降低解析效率，这个倒不是很清楚，不过如果是多处需要进行模式转换，不如直接在开始加个(?i)来得实际

表达式中第一个(?>没有意义，因为固化分组只有作用于匹配优先量词如*,+时才有意义

(?<-level>)没有包含任何子表达式，那么(?<level>\w+)也是没必要的，因为这里只关心是否捕获组，对于捕获的内容是不关心的，也就没有必要再为不关心的内容分配更多的内存了

还有([""'])和[^<>]+这两处是否合理，也是值得商榷的

当然，由于对需求的理解不是很透彻，我写的正则中也有很多值得商榷的地方，希望兔子和muxrwc指正，在这里很少有人讨论这一类话题的

[langziqian]

mark

[-过客-]

[Quote=引用 46 楼 muxrwc 的回复:]
([""'])
和
(? <level>\w+)
我觉得都是有必要的...

第一个是符号配对.
第二个是嵌套时标记配对...
</asp:\k <level>>(? <-level>)
就是这里的\k反向引用需要用下\w
[/Quote]

呵呵，这个没仔细看，原来你后面还用到了k<level>

真正对匹配效率影响大的，一是量词的嵌套，再就是分支结构“|”，还有就是贪婪与非贪婪模式的运用，其它的倒还好
因为这个需求不用十分在意匹配效率，那么只要注意一下是否会存在潜在的效率陷阱也就是了，正则的侧重点可以多考虑些严谨性和可读性的问题

如果ID也是需要判断的，可以再加下判断

Regex reg = new Regex(@"(?is)<asp:(\S+)\b(?=[^>]*?runat=(['""]?)server\2)(?=[^>]*?\bid=)[^>]*/?>((?:(?!</?asp:\1).)*</asp:\1>)?");

[muxrwc]

恩...还有预查对效率的影响也是很大的...
不过有了固化分组.可以减少好多不必要的回溯...到是挺和谐的...XD

[mythad]

没那么复杂吧？匹配一下<asp:和结束？
<asp:(.*?)\s.*?</asp:\1>
呵呵，没测试哦。。。

[笨笨兔兔兔兔兔]

结帖 过两天发个帖子继续讨论