这个正则要怎么写呢？一个不标准的 json 字符串，想要手动给他修改正确

[morri]

已经完成了键的修改，没把加""的都加上了， 但值要如何正则给加上""呢？

func TestMakeToJsonStr(t *testing.T) {
	str := `{label  :用户 id,searchType:1,hide:1,disabled:1,required:1,options:1:yes:tag-info,2:no:tag-danger}`
	// 替换所有空格
	// 处理 key 未加""的内容字段
	replace, _ := gregex.Replace(`\s`, []byte(""), []byte(str))
	replace, _ = gregex.Replace(`label|"label"`, []byte(`"label"`), replace)
	replace, _ = gregex.Replace(`fieldType|"fieldType"`, []byte(`"fieldType"`), replace)
	replace, _ = gregex.Replace(`searchType|"searchType"`, []byte(`"searchType"`), replace)
	replace, _ = gregex.Replace(`editHide|"editHide"`, []byte(`"editHide"`), replace)
	replace, _ = gregex.Replace(`addHide|"addHide"`, []byte(`"addHide"`), replace)
	replace, _ = gregex.Replace(`hide|"hide"`, []byte(`"hide"`), replace)
	replace, _ = gregex.Replace(`disabled|"disabled"`, []byte(`"disabled"`), replace)
	replace, _ = gregex.Replace(`required|"required"`, []byte(`"required"`), replace)
	replace, _ = gregex.Replace(`comment|"comment"`, []byte(`"comment"`), replace)
	replace, _ = gregex.Replace(`options|"options"`, []byte(`"options"`), replace)
	// 处理值未加个""的字段
	fmt.Println(string(replace))
}

现在的执行结果

{"label":用户 id,"searchType":1,"hide":1,"disabled":1,"required":1,"options":1:yes:tag-info,2:no:tag-danger}

注明 键就是那几个是固定的

[sutra]

Go's stdlib regexp engine is RE2 which does not support lookaround (e.g. the ?! negative lookahead operator).

难啊。

[sutra]

给你个 Java 版本的：
https://gist.github.com/sutra/da7cd596014cf555f1105e492192a15b

[sutra]

搞个第三方库，支持 ?! 就行了。

[sutra]

使用 regexp2 的 go 版本见上面 Java 版本后面的回复，v2ex 不让我贴太多 URL 。

[wxf666]

#1 说这是 golang ？在 regex101 看了下，支持的正则特性有点少。。

反正不要求通用方案，那就随便写咯


『模式匹配』

\s*"?(options)"?\s*:\s*"?(.*?)"?\s*(})|\s*"?(\w+)"?\s*:\s*"?(.*?)"?\s*(,)


『全部替换为』

\"$1$4\":\"$2$5\"$3$6


『要求』

1. 除了 options 外，其他键的值不包含『,』（锚定键值对结束）

2. options 键在最后一位，其值不包含『}』（锚定键值对结束）

3. 头尾裹上『"』后（若已有则不裹）仍符合 json 字符串规范

　（如：『 key: 他说"xxx"，我不以为然』变成『"key": "他说"xxx"，我不以为然"』会出问题）


『例子』

原文：

{
　　"label" : 用户 id ,
　　 searchType : "1" ,
　　"hide" : 1 ,
　　 disabled : "1" ,
　　"required" : "1" ,
　　 options:1:yes:tag-info,2:no:tag-danger
}

替换后：

{"label":"用户 id","searchType":"1","hide":"1","disabled":"1","required":"1","options":"1:yes:tag-info,2:no:tag-danger"}

[morri]

@sutra
@wxf666 谢谢 我后面改改

现在这样写的

```
func makeToJsonStr(str string) string {
// 替换所有空格
replace, _ := gregex.Replace(`\s`, []byte(""), []byte(str))
// 处理 key 未加""的内容字段
replace, _ = gregex.Replace(`label|"label"`, []byte(`"label"`), replace)
replace, _ = gregex.Replace(`fieldType|"fieldType"`, []byte(`"fieldType"`), replace)
replace, _ = gregex.Replace(`searchType|"searchType"`, []byte(`"searchType"`), replace)
replace, _ = gregex.Replace(`editHide|"editHide"`, []byte(`"editHide"`), replace)
replace, _ = gregex.Replace(`addHide|"addHide"`, []byte(`"addHide"`), replace)
replace, _ = gregex.Replace(`hide|"hide"`, []byte(`"hide"`), replace)
replace, _ = gregex.Replace(`disabled|"disabled"`, []byte(`"disabled"`), replace)
replace, _ = gregex.Replace(`required|"required"`, []byte(`"required"`), replace)
replace, _ = gregex.Replace(`comment|"comment"`, []byte(`"comment"`), replace)
replace, _ = gregex.Replace(`options|"options"`, []byte(`"options"`), replace)
// 处理值未加个""的字段
doAdd := func(temp string) []string {
defer func() {
if r := recover(); r != nil {
panic(r)
}
}()
strs := make([]string, 0)
for _, i := range gstr.Split(temp, ",") {
i = gstr.TrimAll(i)
if i == "" {
continue
}
begin := gstr.Split(i, ":")[0]
end := gstr.Split(i, ":")[1]
end = gstr.Replace(end, `"`, "")
strs = append(strs, fmt.Sprintf(`%s:"%s"`, begin, end))
}
return strs
}
temp := string(replace)
temp = temp[1 : len(temp)-1]
strs := make([]string, 0)
if !gstr.Contains(temp, `"options":`) {
strs = append(strs, doAdd(temp)...)
} else {
t := gstr.Split(temp, `"options":`)
strs = append(strs, doAdd(t[0])...)
t[1] = gstr.Replace(t[1], `"`, "")
t[1] = fmt.Sprintf(`"%s"`, t[1])
strs = append(strs, fmt.Sprintf(`"options":%s`, t[1]))
}
return fmt.Sprintf(`{%s}`, strings.Join(strs, ","))
}

```

[wxf666]

@morri 临时学了下 golang ，看起来运行没问题

『源码』

package main

import (
　　"fmt"
　　"regexp"
)

func main() {
　　 str := `{
　　　　"label" : {label} ,
　　　　 searchType : "hide_222" ,
　　　　"hide" : 333 disabled ,
　　　　 disabled : "required" ,
　　　　"required" : "options" ,
　　　　 options:1:yes:tag-info,2:no:tag-danger
　　}`
　　 re := regexp.MustCompile(`\s*"?(options)"?\s*:\s*"?(.*?)"?\s*(})|\s*"?(\w+)"?\s*:\s*"?(.*?)"?\s*(,)`)
　　 fmt.Println(re.ReplaceAllString(str, `"$1$4":"$2$5"$3$6`))
}


『输出』

{"label":"{label}","searchType":"hide_222","hide":"333 disabled","disabled":"required","required":"options","options":"1:yes:tag-info,2:no:tag-danger"}

[morri]

@wxf666 厉害上天～

[morri]

@wxf666 键是固定的几个，但是位置可以随意变化的，因为都是可选。

[wxf666]

@morri 那你要给出各字段值的特点才行啊

否则产生的歧义，怕是连人工都分不清：

{options:1:yes:tag-info,2:no:tag-danger,label:用户 id,searchType:1,hide:1,disabled:1,required:1}

也可以认为是：

{"options": "1:yes:tag-info,2:no:tag-danger,label:用户 id,searchType:1,hide:1,disabled:1,required:1"}

[morri]

@wxf666
最特别的值就是 `options:"1:yes:tag-info,2:no:tag-danger"`
因为这个 key 如果有出现那么它的值格式是这样的`value1:label1:class1,value2,label2,class2...` 如果是在不好判断，就让 `options` 的值必须带 “” 双引号吧。让程序单独判断一下..

[wxf666]

@morri 你试试这个：

\s*"?(options)"?\s*:\s*"?((?:[^,]*?:[^,]*?:[^,]*?,?)*)"?\s*([,}])|\s*"?(\w+)"?\s*:\s*"?(.*?)"?\s*([,}])

『要求』

1. options 键的值，为若干个以『,』分隔的 value:label:class （每个字段都不包含『,』）

2. 其他键的值不包含『,』『}』

3. 头尾裹上『"』后（若已有则不裹）仍符合 json 字符串规范

[morri]

@wxf666 多谢，可以～

[sutra]

只要有了 ?! ，且 option 的值里不包含其它 key: 就行。

[Kisesy]

我也遇到了一些奇特的格式，比如键没有引号，但是值有单引号，还有一种键和值都是单引号的
各式各样的不规范编码

[wxf666]

@sutra 我看 regex101 说，golang 的正则不支持断言，条件子组也不支持。你这是用了第三方库是嘛

每匹配一个字前，都要看看后面的是否是一个关键字，我总觉得性能消耗会大一点

另外，我老怀疑你『?!:』写错了……

[356693212]

1. 抽取 `{` 和 `}` 中的值
2. `,` 分割 key 和 value
3. 头尾加 `"`
4. value 为 `{` .goto 1.
5. 值转为 json

[sutra]

@wxf666 对呀，用了第三方库 regexp2 ，我在 #1 就说了，标准库不支持嘛。

[lmshl]

如果这东西生成有规律，建议一步到位写 parser

[sutra]

@wxf666 我怀疑你怀疑得是对的。于是我修了一下。

var keys = "label|fieldType|searchType|editHide|addHide|hide|disabled|required|comment|options";

var regex = "(?<key>" + keys + ")\\s*:(?<value>(?:(?!(" + keys + "):).)*)(?<delimiter>[\\,\\}])";
var replacement = "\"${key}\":\"${value}\"${delimiter}";

[ericmzhu]

我觉得自己先解析字符串为 Json Data ，在输出成 string 好弄点

[ysc3839]

感觉原数据挺规整的，自己写个解析器也不难吧？网上有许多 JSON 解析器的教程，跟着写一个就好了。

[FYFX]

我感觉也是写个 parser 比较好，用正则处理多重嵌套和换行感觉容易出问题，看描述大概也就写个 tokenizer ，然后对 token 判断一下类型确认是否加双引号就行

[joesonw]

/([\w\d_]+\s*\:/

[wxf666]

@lmshl
@ericmzhu
@ysc3839
@FYFX

编译原理新手求问，你们咋写词法和语法分析呢？


比如下面这条，你们词法分析结果是啥呢？

{options:1:yes:tag-info,2:no:tag-danger}


这样吗？

<{,左括号><options,关键字><:,冒号><1,数字><:,冒号><yes,字符串>……<},右括号>


那你们文法咋写呢？

1. 键值对 ::= 关键字 ":" 『？？？』

2. 多个键值对 ::= 键值对 | 键值对 "," 多个键值对

3. 对象 ::= "{" 多个键值对 "}"

[FYFX]

@wxf666 按照 OP 说法，它这个是关键字固定的，而且 options 是特殊的其实应该在写 tokenizer 的时候做处理，应该是 5 个 token, "{","options",":","1:yes:tag-info,2:no:tag-danger","}"，解析到 options 的时候做个特殊处理，在碰到下个关键字或者右花括号之前的塞到一个 token ，后面在 parser 再解析吧(也可以这步解析完作为一个特殊的 token)，然后文法就和普通的 json 差不多了 ，大概长这样吧
object ::= "{" member ("," member )* "}"
member ::= keyword ":" (object|primary) | "options": options_value
options_value ::= number ":" string ("," number":"string)*
keyword ::= label|searchType|...
primary ::= number|string
我其实也是新手，最近在看 craftinginterpreters

[wxf666]

@FYFX 词法分析有上下文相关的吗？

[FYFX]

@wxf666 因为这不是规范的 json ，正常来讲这段应该是在两个引号直接的字符串，我只是觉得这么做后面 paser 写起来会简单点，当然你也可以在 paser 阶段把 options 后面那段拼起来

[wxf666]

@FYFX 我这方面没啥经验。但总感觉，你的『解析 options 的值』这个步骤，适合放到语法分析中


如你所说，『在碰到下个<keyword, 关键字>或者<}, 右花括号>之前……』，

即『在碰到两种 Token 之前……』？


另外，放到语法分析中，后续若想解析成 下列形式，也更容易些？（可扩展性强些？）

1. {"options": {"1": "a:aa", "2": "b:bb"}}

2. {"options": ["1:a:aa", "2:b:bb"]}


好吧，如果放到词法分析中，要打算用啥方法解析 Token 呢？

NFA/DFA ？应该不够用吧（也就是，三型文法的正则表达式，无法胜任了）

LL/LR/SLR/LALR ？（我瞅瞅去）

[FYFX]

@wxf666 我只手写过 Scanner ，也就一个 while 循环从头扫到尾 http://www.craftinginterpreters.com/scanning.html

[lmshl]

我写了一堆电子垃圾，勉强能解析但应该无法适应更多情况了，建议批判就行，别学
面对这种数据格式，我建议打爆数据上游的狗头，让它改成标准 JSON 输出

@wxf666

https://gist.github.com/mingyang91/06f4a489c313a16b9285dd375a565808

[wxf666]

@lmshl 瞅了瞅，没用过 scala ，只能大概看得懂

这是扩展了自带正则库的文法规则，其递归下降去匹配？

int 、bool 、double 、string 是词法分析，其余是语法分析？（感觉全说成是语法分析也无不可？）

全部是三型文法？（因为没有递归？如：options ::= "options" ":" (options_tuple ("," options_tuple)* | options)）

也是高度依赖 tuple 有明确不同于其他文法的规则（要是 {options: opt1: val1, opt2: val2, label: user_id} 就完蛋了）


估计上游不好好用 json 库，自己手动拼接去了，真的是搞事情

[lmshl]

@wxf666 可以有递归，但是它这个文法里数组没有起止符，会和其他规则有冲突，如果是写标准 JSON parser 的话，代码能比这还少。
最妖孽的就是他给的这个 options

[wxf666]

@lmshl 懂的，都用递归下降了，肯定可以支持递归文法嘛

上条回复我是说，你当前代码里，没有用到递归文法，所以应该是三型文法

仅从『是否匹配』角度说，是可用『正则表达式』描述 你的文法 的（每个文法的结果处理函数就算了）

[morri]

@wxf666 @lmshl @FYFX @sutra
大佬们都厉害，向你们学习～