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? 11/07/2015 às 19:47
  • 1
    Melhorei a resposta.
    – Maniero
    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
    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 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.

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 .