匹配日食中的非注釋模式

Question

我在使用正則表達式語法時遇到麻煩。

我想匹配某個單詞后跟數字的所有匹配項，但要排除注釋行。

注釋是（多個） #或##或### ...

例子：

#This is a comment  <- no match

#This is a comment myword 8 <- no match

my $var = 'myword 12'; <- match

my $var2 = 'myword'; <- no match

到現在為止
原始模式： ^[^(\\#+)](.*?)(myword \\d+)(.*?)$
新模式： ^([^\\#]*?)(myword\\s+\\d+)(.*?)$

哪個應該匹配不以一個或多個#開頭的行，然后是某些東西，然后是我要搜索的單詞數字組合，最后是某些東西。

如果注釋不是在行的開頭開始，那么也可以匹配行的某些部分，這可能會很好。

my  $var3 = 'test';#myword 8 <- no match

我究竟做錯了什么？

我想在Eclipse的文件搜索（使用Perl epic模塊）中使用它。

編輯：我得到的新模式不返回錯誤匹配，但返回包含myword多行和該行之前的幾行。 而且我不確定它是否返回所有匹配項。

Answer 1

注意[]是字符類。 您不能在其中使用量詞。 他們就像. –匹配那里給定的任何字符。 然后可以對點本身或字符類進行量化。

在您的示例中， [^(#+)]將匹配( ， ) ， +以外的所有內容，並取決於#和\\的風格。

因此，您要在此處匹配以#以外的任何字符開頭的行。 （我認為。）

問題是#可能出現在不是注釋的字符串中。 （關於注釋不是從該行的開頭開始。）

Answer 2

回復：注釋不在字符串的開頭。

要正確執行此操作（例如，不要錯過任何有效的匹配項），您幾乎必須正確地解析文件的特定編程語言的語法，因此您無法（正好，甚至根本無法）使用RegEx進行此操作。

如果不這樣做，則冒着丟失在注釋開始以外的上下文中使用“＃”的有效搜索命中的風險-作為一個幾乎所有語言通用的示例，在字符串"this is my #hash" 。

在Perl中，甚至更糟的是，“＃”還可以顯示為正則表達式定界符，也可以顯示為$#myArr （數組最后一個元素的索引），或者-欣喜的是-標識名稱中的有效字符！

Answer 3

當然，如果您知道這些問題，並且仍然想使用regexp提取內容。 這樣的事情可能有用：

^[^\#].[^\n\#]+myword\s\d+.[$;]+

這有點復雜，但我希望它對您有用。 對我來說，匹配如下：

my $var = 'myword 12'; <- match
my $var = 'myword 17'; <- match
my $var2 = 'myword'; <- no match
my $var = 'myword 9'; #'myword 17'; <- partly match
my $var = 'myword 8'; ##'myword 127'; <- partly match
my $var = ;#'myword 17'; <- no match
#my $var = 'myword 13'; <- no match
##my $var2 = 'myword 14'; <- no match