使用正则表达式提取struct结构及内容
内容简介：演示如何在.Net环境下使用正则表达式将C代码头文件中struct结构及内容提取出来。
使用工具：RegexTester V1.1.1，Developed by IT民工。
下载地址:右键点击另存为
RegexTester是我使用VB.Net开发的正则表达式工具。关于它的使用，我会在另一篇文章中讲解。
测试平台：.Net Framework 1.0
任务描述：C语言头文件header.h，里面使用typedef struct格式定义了若干的结构。
现在需要将每个结构提取出来，并提取出每个结构里面的每一个成员变量。
任务意义：完成这些提取，可以方便其他跨语言的工作。
如将其存储为XML格式，或直接存入数据库，也可以从数据库中读取结构，构造树状视图等等。
关键字： Regular Expression .Net typedef struct
文件header.h内容如下：
/*这只是一个例子，目的是演示
如何使用正则表达式将C代码头文件中struct结构及内容提取出来*/
typedef struct st_Shit1
{
u8 a; //u8 = unsigned char
u16 b; //u16 = unsigned short
}t_Shit1;
/*这些注释都将被删除掉*/
typedef struct st_Shit2
{
u8 c;
PACK_U8 //宏，u8的填充byte
t_Shit1 a_Shit1[16]; //数组
}t_Shit2;
说明：u8是预定义的宏，代表unsigned char，u16也是预定义的宏，代表unsigned short。PACK_U8也是宏，展开后是一个Byte的填充。
步骤如下：
1、删除/* ... */的多行注释
2、删除//的单行注释
3、从无注释代码中分解出每一个struct的名称和内容
4、从每一个struct的内容中分解出每个成员变量的名称和类型
详述如下：
1、删除/* ... */的多行注释
匹配式为：/\*.*?\*/
替换式为：（空）
正则选项：SingleLine
替换之后结果为：
typedef struct st_Shit1
{
u8 a; //u8 = unsigned char
u16 b; //u16 = unsigned short
}t_Shit1;
typedef struct st_Shit2
{
u8 c;
PACK_U8 //宏，u8的填充byte
t_Shit1 a_Shit1[16]; //数组
}t_Shit2;
可以看到/* ... */的注释被删除了。
2、删除//的单行注释
匹配式为：//[^\r\n]*
替换式为：（空）
正则选项：默认
替换之后结果为：
typedef struct st_Shit1
{
u8 a;
u16 b;
}t_Shit1;
typedef struct st_Shit2
{
u8 c;
PACK_U8
t_Shit1 a_Shit1[16];
}t_Shit2;
可以看到//...的注释被删除了。
3、从无注释代码中分解出每一个struct的名称和内容
匹配式为：typedef\s+struct\s+(?\w+)\s*\{\s*(?[\w\;\s\[\]\{\}]+?)\s*}(?\w+)\s*\;
替换式为：Type = ${st_},Name = ${st_},Content = ${content}
正则选项：默认
替换之后结果为：
Type = st_Shit1,Name = st_Shit1,Content = u8 a;
u16 b;
Type = st_Shit2,Name = st_Shit2,Content = u8 c;
PACK_U8
t_Shit1 a_Shit1[16];
可以看到struct的名称和内容都被分解出来了。
4、从每一个struct的内容中分解出每个成员变量的名称和类型
匹配式为：\s*(?\w+)\s*((?\w+)\s*(\[(?\w+)\s*\])?\s*\;)?
替换式为：Type:${Type}, Name:${Name}, Len:${Length}
正则选项：默认
对第1个struct的内容进行处理，输入：
u8 a;
u16 b;
替换之后结果为：
Type:u8, Name:a, Len:
Type:u16, Name:b, Len:
对第2个struct的内容进行处理，输入：
u8 c;
PACK_U8
t_Shit1 a_Shit1[16];
替换之后结果为：
Type:u8, Name:c, Len:
Type:PACK_U8, Name:, Len:
Type:t_Shit1, Name:a_Shit1, Len:16
可以看到struct内的成员变量的名称和类型，甚至数组的容量都被分解出来了。
注意事项：
1、这里举例使用的struct都是使用typedef struct定义的格式，如果是其他格式，就需要手工修改匹配的表达式了。
也许会累一些，因为需要不断的测试。但是和其他麻烦的方法相比，正则表达式还是轻松多了：）
2、这里使用的是VB.Net的语法，其他的语言，构造基本相同，可能会有细节部分需要自行修改。
3、关于RegexTester这个工具，是我自己为了辅助工作需要而开发的，当然，网上也有不少类似的NB工具，可以自己搜索下载使用。
4、分解出来这些内容干什么用？当然不仅仅是为了好玩！我需要把它的结构保存起来......具体使用XML还是数据库还正在伤脑筋之中。
好像XPATH 2.0的规范里面能够使用类似于SQL的语句，还不是很清楚，也许是个不错的选择......但是我还是倾向于使用数据库。
5、不熟悉正则表达式的同学，还是好好学习一下正则表示式吧，上面的那些式子中，用到了"非贪婪匹配"，"分组匹配"等知识......呵呵，其实都挺土的......
阅读(3882) | 评论(0) | 转发(0) |
