匹配TextMate / Sublime Text / Atom语言语法中的嵌套构造
在为Github编写语法以突出用球拍语言编写的程序时，我偶然发现了一个问题。
在球拍中，#|开始一个多行注释，|#结束它。
问题是多行注释可以嵌套：
#| a comment #| still a comment |# even
more comment |#这是我的非工作尝试：
repository:
multilinecomment:
begin: \#\|
end: \|\#
name: comment
contentName: comment
patterns:
- include: "#multilinecomment"
name: comment
- match: ([^\|]|\|(?=[^#]))*
name: comment匹配模式的目的是：
"#multilinecomment"多行注释可以包含另一个具有子表达式含义的多行comment.([^\|]|\|(?=[^#]))*：
^|不是non-#的任何字符|(?=^#)后跟|的|
因此，整个表达式匹配一个不包含|#的字符串
更新：
从TextMate邮件列表上的Allan Odgaard那里得到了答案：
http://textmate.1073791.n5.nabble.com/TextMate-grammars-and-nested-multiline-comments-td28743.html
回答 4
Stack Overflow用户
发布于 2014-12-14 12:30:41
因此，我在Sublime中测试了一系列具有多行注释的语言(C/C++、Java、HTML、JavaScript)，但没有一种语言语法支持在多行注释中嵌入多行注释- comment作用域的语法突出显示以第一个“注释关闭”标记结束，而不是对称标记。现在，这并不是说这是不可能的，因为BracketHighlighter插件可以很好地匹配对称标记、括号和其他标记。然而，它是用Python语言编写的，并在匹配算法中使用了自定义逻辑，这在为Sublime的语法高亮工具提供动力的Oniguruma引擎中可能是不可用的，显然也是Github's引擎所不具备的。
基本上，根据您对问题的描述，您需要一个代码解析器来确保嵌套注释是合法的，这是您不能仅使用语法突出显示定义所做的事情。如果你只是为Sublime写这篇文章，一个定制的插件就可以解决这个问题，但是我对Github的语言语法突出显示系统了解不够，不知道你是否被允许这样做。我还不是regex高手，但在我看来，纯粹通过regex很难做到这一点，因为在查找(和识别)之前，您需要以某种方式跟踪任意数量的内部对称"open“和"close”标记。最后一个。
很抱歉，除了我不确定这是否可能之外，我不能提供一个明确的答案，但在不了解Sublime和Github的内部结构的情况下，这是我能想到的最好的答案，除非Sublime是开源的，否则这是不会发生的事情(至少在Sublime的情况下)。祝好运!
Stack Overflow用户
发布于 2015-05-23 13:50:44
旧帖子，我没有评论的名声，但绝对不可能使用纯粹的正则表达式来检测任意嵌套的评论。直观地说，这是因为所有正则表达式都可以转换为有限的状态机，并且跟踪嵌套深度需要(理论上)无限数量的状态(状态的数量至少需要等于不同的可能嵌套深度，这里是无限的)。
在实践中，这个数字增长非常慢，所以如果你不想太麻烦，你可以写一些东西，允许嵌套到合理的深度。否则，您可能需要一个单独的阶段来解析并找到注释，以告诉语法高亮工具忽略它们。
Stack Overflow用户
发布于 2015-03-08 03:58:11
您的想法是正确的，但是看起来您的第二个模式也匹配"begin nested comment“序列#|，它永远不会给您的递归#multilinecomment模式提供发挥作用的机会。
您所要做的就是将第二个模式替换为类似于
(#(?=[^|])|\|(?=[^#])|[^|#])+https://stackoverflow.com/questions/27460207
复制相似问题