6

Expressões Regulares não são fáceis de ler. Há algum jeito de descrever o que cada letrinha faz?

Nessa regex: \{.*?[^\}]+\} irá capturar tudo que tiver num campo { } mas há algum jeito explicar ela sem perder funcionalidade?

Eu fiquei curioso pelo motivo de achar essa regex:

                                  # Character definitions:
'
(?>                               # disable backtracking
    (?:
    \\[^\r\n]|                    # escaped meta char
    [^'\r\n]                      # Data character except '
    )*
)
'?
|
                                  # Normal string & verbatim strings definitions:
(?<verbatimIdentifier>@)?         # this group matches if it is an verbatim string
""
(?>                               # disable backtracking
    (?:
                                  # match and consume an escaped character including escaped double quote ("") char
    (?(verbatimIdentifier)        # if it is a verbatim string ...
        """"|                     #   then: only match an escaped double quote ("") char
        \\.                       #   else: match an escaped sequence
    )
    |                             # OR

                                  # match Data char except double quote char ("")
    [^""]
    )*
)
""

Ela captura uma expressão de string, e está descrita pelos comentários procedidos por #. É real isso? Os espaços são removidos durante a interpretação da expressão?

3
  • Só uma coisa, o Regex do .NET Framework também suporta isso? Commented 11/07/2015 às 19:47
  • 1
    Melhorei a resposta.
    – Maniero
    Commented 11/07/2015 às 19:50
  • 1
    Não diretamente relacionado, mas se quer apenas o que está entre colchetes, não precisa usar .*? na regex, apenas \{[^\}]+\} basta: regex101.com/r/gWEh0A/2 :-)
    – hkotsubo
    Commented 6/09/2019 às 21:16

2 Respostas 2

8

Sim, estes são comentários para as expressões regulares do C# (ou mais especificamente do .NET, já que ele é válido para todas as linguagens que adotam o .NET como biblioteca). Tudo que está após o # até o fim da linha será ignorado. Também é possível determinar o início e fim do comentário com parênteses.

Em outras linguagens ou mais especificamente em outras bibliotecas de expressões regulares os comentários podem estar disponíveis com sintaxe um pouco diferente.

Documentação.

Coloquei no GitHub para referência futura.

0
2

Complementando a outra resposta: conforme a documentação, para poder usar esses comentários, você deve habilitar o modo "ignore pattern white-space", seja usando a flag (?x) (também chamado de mode modifier, ou inline option), ou a opção RegexOptions.IgnorePatternWhitespace.

Exemplos:

string s = "abc";

// usando (?x), imprime "True"
Console.WriteLine(Regex.IsMatch(s, "^[a-z]{3}(?x) # começa com 3 letras"));
// usando RegexOptions.IgnorePatternWhitespace, imprime "True"
Console.WriteLine(Regex.IsMatch(s, "^[a-z]{3} # começa com 3 letras", RegexOptions.IgnorePatternWhitespace));
// sem nenhuma das opções, não é interpretado como comentário, imprime "False"
Console.WriteLine(Regex.IsMatch(s, "^[a-z]{3} # começa com 3 letras"));

No terceiro caso, como nenhuma das opções ((?x) ou RegexOptions.IgnorePatternWhitespace) foi usada, o trecho # começa com 3 letras (incluindo o espaço antes do #) é considerado parte da regex. Ou seja, nesse caso a regex só encontraria um match caso a string fosse "abc # começa com 3 letras".


Um detalhe é que esta opção não se limita a habilitar o uso de comentários. Como o próprio nome da opção diz (ignore pattern white-space), quando ela está habilitada, a regex ignora os espaços em branco da expressão (e também tabulações e quebras de linha - o que, aliás, permite que se usem os comentários, já que o comentário vai do # até o final da linha, e permite que a regex continue na linha seguinte).

E nesse caso, tem uma diferença entre (?x) ou RegexOptions.IgnorePatternWhitespace: o primeiro pode estar em qualquer lugar da expressão, e só afeta o trecho que aparece depois dele. Já o segundo sempre afeta toda a expressão. Ex:

string s = "abc";

// usando (?x), imprime "False"
Console.WriteLine(Regex.IsMatch(s, "a  b(?x)   c"));
// usando RegexOptions.IgnorePatternWhitespace, imprime "True"
Console.WriteLine(Regex.IsMatch(s, "a  b   c", RegexOptions.IgnorePatternWhitespace));

No primeiro caso, o (?x) só ignora os espaços antes do c. Já os espaços entre a e b fazem parte da regex, e por isso ela não encontra um match e imprime False.

No segundo caso, RegexOptions.IgnorePatternWhitespace faz com que todos os espaços da regex sejam ignorados, por isso ela encontra um match e imprime True.


Existe ainda uma sintaxe alternativa para que o (?x) só afete parte da expressão:

string s = "abc";
Console.WriteLine(Regex.IsMatch(s, "a(?x:   b)  c")); // False
Console.WriteLine(Regex.IsMatch(s, "a(?x)   b   c")); // True

No primeiro caso, (?x: b) quer dizer que todos os espaços antes do b serão ignorados. Mas os espaços antes do c estão fora dos parênteses, então eles fazem parte da regex.

Já no segundo caso, (?x) faz com que todos os espaços que estão depois dele sejam ignorados.

Outra opção é usar (?-x), que "desliga" o (?x):

string s = "ab c";

Console.WriteLine(Regex.IsMatch(s, "a(?x)   b c")); // False
Console.WriteLine(Regex.IsMatch(s, "a(?x)   b(?-x) c")); // True

No primeiro caso, todos os espaços da regex são ignorados, então ela na verdade está buscando por abc. Mas como a string em questão tem um espaço, o resultado é False. No segundo caso, o espaço depois do (?-x) não é ignorado, já que ele "desliga" o (?x), e por isso o espaço antes do c faz parte da regex, e o resultado é True.


Se quiser que a regex tenha espaços, mesmo com esta opção habilitada, o jeito é usar [ ] (uma classe de caracteres contendo um espaço - repare que há um espaço entre os colchetes) ou o atalho \s (lembrando que \s também corresponde a TAB e quebras de linha).


Para incluir comentários em uma regex, também existe a sintaxe(?# comentário ). Nesse caso, não precisa habilitar a opção ignore pattern white-space, pois tudo que está entre (?# e ) é ignorado:

Console.WriteLine(Regex.IsMatch("abc", "ab(?# um comentário)c")); // True 

Lembrando que, caso tenha um espaço fora do trecho (?# ... ), estes fazem parte da regex, e caso queira ignorá-los, aí é necessário habilitar a opção ignore pattern white-space:

string s = "abc";
Console.WriteLine(Regex.IsMatch(s, "ab(?# um comentário)  c")); // False 
Console.WriteLine(Regex.IsMatch(s, "ab(?# um comentário)(?x)  c")); // True 

Este modo também é chamado de free spacing mode em algumas engines.

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .