Program logik

På jævnt dansk: du skal lave en parser som forstår Java syntax ?

Jeg ville finde det meget fristende at finde en parse generator
med en java grammatik, hvor der bare skulle sættes udførsels kode ind,
i.s.f. ar skrive en parse fra bunden af.

Det er ikke helt simpelt at håndtere alle mulige sære special
tilfælde (inner anonymous classes og den slags).

Jeps jeg skal lave en parser som forstår Javasyntaks...
...og jeg er instillet på at prøve kræfter med at skrive den fra bunden af. Såå svært tror jeg nu heller ikke det er. Det gør heller ikke noget hvis den ikke kan forstå ALT, men den skal kunne finde metoder, fields, classes og packages. Har du evt. nogle idéer til min read? :-)

Måske noget a la:

* class X * => klasse
* interface X * => interface
antal('{')-antal('}')==1 og * X ( * => metode
antal('{')-antal('}')==1 og * X ikke('(') * => attribut

hmm kan ikke lige følge din "antal('{')-antal('}')==1 og * X ( * => metode
" teori...
Kan man ikke bare indlæse sourcen én gang til en string(buffer) og så med reg.ex matche hhv. metode, field, class mm.?

Problem stillingen er:

class X {
  int a;
  void b() {
      int c;
      d();
  }
}

hvor du skal have a og b men ikke c og d.

Mit forslag var at bruge antal('{')-antal('}') til at teste
for niveauet (den er 0 for X, 1 for a og b, 2 for c og d).

Om du læser det hele ind eller ej er bare en detalje.

Men du får en uhyggelig kompliceret reg exp, hvis den kal tage højde
for niveauet.

ahhh that makes sense :-) Jeg prøver mig lige frem med den

giver dette mening? (jeg spørger da det ikke er testet, men kun er på teoretisk plan endnu)

1) Regular Experssion til at finde fx en metode
2) Finde indexet på match
3) BracketLevel(int index) til finde ud af om der er tale om b eller d (ref dit eksampel)

og er det smart at søge efter denne for med reg.Ex istedet for? :
\s*.*\(.*\){.*} (altså søge efter en metode MED indhold)

Jeg tror at jeg vil prøve at bixe lidt illustrativ kode.

import java.io.*;
import java.util.regex.*;

public class JavaParse {
    private static String load(String filename) throws Exception {
        StringBuffer sb = new StringBuffer("");
        InputStream is = new FileInputStream(filename);
        int c;
        while((c = is.read()) >= 0) {
            sb.append((char)c);
        }
        return sb.toString();
    }
    private static final String classpat = "class [A-Za-z][A-Za-z0-9]*";
    private static final String methodpat = "[A-Za-z][A-Za-z0-9]*\\(";
    private static final String attr1pat = "[A-Za-z][A-Za-z0-9]*;";
    private static final String attr2pat = "[A-Za-z][A-Za-z0-9]* =";
    private static final String startbracket = "\\{";
    private static final String endbracket = "\\}";
    private static final String allpat = classpat + "|" + methodpat + "|" +
                                        attr1pat + "|" + attr2pat + "|" +
                                        startbracket + "|" + endbracket;
    private static final Pattern pall = Pattern.compile(allpat);   
    private static final Pattern pclass = Pattern.compile(classpat);
    private static final Pattern pmethod = Pattern.compile(methodpat);
    private static final Pattern pattr1 = Pattern.compile(attr1pat);
    private static final Pattern pattr2 = Pattern.compile(attr2pat);
    private static void parse(String code) {
        Matcher m = pall.matcher(code);
        int ind = 0;
        while(m.find()) {
            String s = m.group();
            if(pclass.matcher(s).matches()) {
                System.out.println("class=" + s.substring(6));
            } else if(ind==1 && pmethod.matcher(s).matches()) {
                System.out.println("method=" + s.substring(0, s.length() - 1));
            } else if(ind==1 && pattr1.matcher(s).matches()) {
                System.out.println("attribute=" + s.substring(0, s.length() - 1));
            } else if(ind==1 && pattr2.matcher(s).matches()) {
                System.out.println("attribute=" + s.substring(0, s.length() - 2));
            } else if(s.equals("{")) {
                ind++;
            } else if(s.equals("}")) {
                ind--;
            }
        }       
    }
    public static void main(String[] args) throws Exception {
        String code = load("C:\\GUI.java");
        parse(code);
    }
}

Jeg kan lave en meget lang liste over hvad ovenstående kode ikke kan klare.

Men den kan nu klare en del.

Og du kunne forbedre den lidt ved at tillade variabelt mængde whitespace
forskellige steder (så skal "pil ud" forbedres lidt, men det kan også gøres).

og et svar

Nice - det ser skam godt ud. Jeg er opmærksom på dine problemstillinger - hvilke jeg har forsøgt at løse i min egen lille programdemo. Jeg skal ud af døren nu så jeg vender tilbage imorgen :-)

gider du ikke lige forklare denne? (jeg kan ikke følge din reg.Exp)
private static final String methodpat = "[A-Za-z][A-Za-z0-9]*\\(";

men ellers har jeg lige testet din demo. Den var ikke så glad for
private final static int MASK_A = 0x01;
men det kan jeg sagtens selv løse. Jeg siger tusinde tak for inspirationen+eksemplet

methodpat = "[A-Za-z][A-Za-z0-9]*\\("

siger metodenavn = 1 bogstav + 0 til mange bogstaver eller tal

Måske skulle underscore tilføjes !

:-)

\\( betyder efterfugt af parentes

argh havde lige glemt at ( skal skrives som \( som jo så bliver til \\(
Tak :-)

methodpat = "[A-Za-z][A-Za-z0-9]*\\("
=
methodpat = "[[\D][\w]*\\("
?

Så skrap er jeg ikke til regular expressions.

Men udfra docs: ja.

Eneste jeg er lidt i tvivl om er om non-digits tillader ikke-bogstaver
(punktum, komma etc.).

fair nok - jeg prøver mig frem...