使用Python正则表达式从C++源代码中提取命名空间

Question

我想从C++文件中提取定义的命名空间。
简单来说，如果我的C++文件里包含：

namespace n1 {
  ...
  namespace n2 { ... } // end namespace n2 
  ...
  namespace n3 { ...} //end namespace n3 
  ...
} //end namespace n1

我想能够获取到：n1, n1::n2, n1::n3。

有没有人能给我一些建议，怎么用python的正则表达式来做到这一点？

谢谢。

Answer 1

你可以为它写一个简单的词法分析器。其实这并不难。

Answer 2

这个需求其实很简单，你可能不需要一个复杂的解析器。你需要做的就是：

• 提取命名空间的名称
• 计算打开和关闭的大括号，以便跟踪你的命名空间是在哪里定义的。

如果满足其他条件，这种简单的方法是有效的：

• 你不会在注释或字符串中遇到类似命名空间的内容
• 你不会在注释或字符串中遇到不匹配的打开或关闭大括号

我觉得这对你的源代码来说并不算过分的要求。

Answer 3

用正则表达式查找命名空间的名字其实挺简单的。不过，要确定它们的嵌套层级，你需要在源文件中跟踪大括号的嵌套层级。这是一个解析的问题，单靠正则表达式是很难（合理地）解决的。此外，你还可能需要处理文件中的一些C语言预处理指令，这些指令肯定会影响解析的结果。

C++是一种解析起来非常棘手的语言，但你可以尝试使用一个标记器和一个大括号计数器来应对。