Java 正則表達式匹配有效的 Java 標識符

Question

我需要創建一個能夠在 Java 代碼中查找並獲取有效標識符的正則表達式，如下所示：

int a, b, c;
float d, e;
a = b = 5;
c = 6;
if ( a > b)
{
c = a - b;
e = d - 2.0;
}
else
{
d = e + 6.0;
b = a + c;
}

我試圖在單個正則表達式中添加多個正則表達式，但如何構建一個模式來排除保留字？

我試過這個正則表達式^(((&&|<=|>=|<|>|,=|==|&|.)|([-+=]{1?2})|([;,.)}{;,(-]))|(else|if|float|int)|(\d[\d.]))但它沒有按預期工作。

在線演示

在下圖中，我應該如何匹配標識符？

Answer 1

Java 有效標識符是：

1. 至少有一個角色
2. 第一個字符必須是字母[a-zA-Z] 、下划線_或美元符號$
3. 字符的 rest 可以是字母、數字、下划線或美元符號
4. 保留字不得用作標識符
5. 更新：因為單下划線_是自 Java 9 以來的關鍵字

驗證前三個條件的簡單正則表達式如下： (\b([A-Za-z_$][$\w]*)\b)但它不會過濾掉保留字。

要排除保留字，需要否定前瞻(?!)來指定一組無法匹配的標記： \b(?!(_\b|if|else|for|float|int))([A-Za-z_$][$\w]*) :

• 第 1 組： (?!(_\b|if|else|for|float|int))排除指定單詞的列表
• 第 2 組： ([A-Za-z_$][$\w]*)匹配標識符。

但是，單詞邊框\b消耗美元符號$ ，因此此正則表達式無法匹配以$開頭的標識。
此外，我們可能希望排除字符串和字符文字（“not_a_variable”、“c”、“\u65”）內部的匹配。

這可以使用正后向(?<=)來匹配主表達式之前的組來完成，而不將其包含在結果中而不是單詞邊界 class \b : (?<=[^$\w'"\\])(?!(_\b|if|else|for|float|int))([A-Za-z_$][$\w]*)

保留字簡短列表的在線演示

接下來，Java個保留字的完整列表如下，可以收集成一個用|分隔的token字符串 .

下面提供了一個測試 class，它顯示了正則表達式的最終模式及其檢測 Java 標識符的用法。

import java.util.Arrays;
import java.util.List;
import java.util.regex.MatchResult;
import java.util.regex.Pattern;

public class IdFinder {

    static final List<String> RESERVED = Arrays.asList(
        "abstract", "assert", "boolean", "break", "byte", "case", "catch", "char", "class", "const",
        "continue", "default", "double", "do", "else", "enum", "extends", "false", "final", "finally",
        "float", "for", "goto", "if", "implements", "import", "instanceof", "int", "interface", "long",
        "native", "new", "null", "package", "private", "protected", "public", "return", "short", "static",
        "strictfp", "super", "switch", "synchronized", "this", "throw", "throws", "transient", "true", "try",
        "void", "volatile", "while", "_\\b"
    );

    static final String JAVA_KEYWORDS = String.join("|", RESERVED);

    static final Pattern VALID_IDENTIFIERS = Pattern.compile(
            "(?<=[^$\\w'\"\\\\])(?!(" + JAVA_KEYWORDS + "))([A-Za-z_$][$\\w]*)");

    public static void main(String[] args) {
        System.out.println("ID pattern:\n" + VALID_IDENTIFIERS.pattern());

        String code = "public class Main {\n\tstatic int $1;\n\tprotected char _c0 = '\\u65';\n\tprivate long c1__$$;\n}";

        System.out.println("\nIdentifiers in the following code:\n=====\n" + code + "\n=====");

        VALID_IDENTIFIERS.matcher(code).results()
                         .map(MatchResult::group)
                         .forEach(System.out::println);
    }
}

Output

ID pattern:
(?<=[^$\w'"\\])(?!(abstract|assert|boolean|break|byte|case|catch|char|class|const|continue|default|double|do|else|enum|extends|false|final|finally|float|for|goto|if|implements|import|instanceof|int|interface|long|native|new|null|package|private|protected|public|return|short|static|strictfp|super|switch|synchronized|this|throw|throws|transient|true|try|void|volatile|while|_\b))([A-Za-z_$][$\w]*)

Identifiers in the following code:
=====
public class Main {
    static int $1;
    protected char _c0 = '\u65';
    private long c1__$$;
}
=====
Main
$1
_c0
c1__$$