Regulární výraz (word boundary)

[VODA]

Zdravím,

potřeboval bych poradit s regulárními výrazy.
Vyhledávám v textu klíčová slova pro syntax coloring, jenže jsem narazil na problém, hash mark (#) nepaří mezi písmena tvořící slova, ale já potřebuji detekovat příkazy preprocesoru (#ifdef, apod.)

Regulární výraz (ve zjednodušené formě) mám takto:

[nou]

toto nefunguje?

#?\b(if|switch|case)\b
_________________
Najjednoduchšie chyby sa najtažšie hľadajú.

[OndraSej]

Důležitá otázka - pro jakou knihovnu na regulární výrazy to je? Ale všechny co znám, umožňují zadat libovolný znak přes escapování (např. \#, případně přes numerický kód).

Ale jinak na tohle obarvování je lepší napsat si jednoduchý tokenizer, protože ty regulární výrazy budeš muset složitě ošetřovat (aby správně zpracovaly třeba komentáře).
_________________
http://trionteam.net

[VODA]

Píši to v C#, tam je nějaký Regex...
Tokenizer jsem už dělal, ale tohle je rychlejší.
Komenty mám stejně v plánu udělat v druhém průchodu...

To co psal nou jsem už také zkoušel, ale nou nou.

Edit: Já potřebuji, aby to správně hledalo, když ten regex bude vypadat takhle:

[VODA]

To fakt nikdo nemá žádný nápad?
Já bych to vážně moc potřeboval...
Co třeba nějaký ekvivalentní zápis \b nebo podstrčení větší sady znaků...
Já regulární výrazy moc neumím...
_________________
Opravdovost se pojí s trýzní...

[perry]

A něco jako
\b(if|else|\#define)\b nejde ? (nebo else|[\#define])

Popřípadě můžeš udělat monstr cunarnu (pokud je to na jednou pouziti) a dat na tom stringu replace #define, XXdefine a pak to XXdefine vrazit do toho regularu normalnim zpusobem
(PS: ne ze mi tu nekdo bude nadavat, co to je za prasarnu .. vim ze to je prasarna, ale pro nejaky jednoucel (nebo semestralku) nema cenu resit nejaky super mega namakany postup)
_________________
Perry.cz

[VODA]

Děkuji za snahu, ale ani jedno nejde a tomu brute/ugly force bych se chtěl vyhnout...

Edit: Btw. je to na PRJ5 (což je zakuklená bakalářka)...
_________________
Opravdovost se pojí s trýzní...

[perry]

Aha.. tak to bych tam tu cunarnu necpal

Co zkusit jako parametr toho Regexu, protože se zdá, že # je v C# vyhrazený pro komenty uvnitř regex vyrazu (nebo jsem to někde viděl):
RegexOptions.IgnorePatternWhitespace - Eliminates unescaped white space from the pattern and enables comments marked with the hash sign (#).

Jinak různé možnosti co jsou vyhrazená slova:
http://www.mikesdotnetting.com/Article/46/CSharp-Regular-Expressions-Cheat-Sheet
_________________
Perry.cz

[Lemik]

Word (slovo) je tvořeno z word characters ( \w ), což jsou znaky [A-Za-z0-9_] - znak # mezi nimi není.

Word boundaries ( \b ) Ti najde "krajní znak" toho slova, tedy kde slovo "sousedí" s jiným znakem, ať už s mezerou, whitespace či různými znaky, nebo začátkem/koncem textu/řádku.


Znak # tak tedy nemůžeš dát mezi word boundaries, musíš ho dát před. Takže teď vlastně hledáš dvě skupiny slov - jedny předchází znak #, ty druhé ne.

#\b(define|if|else|endif|region)\b|\b(switch|while|if|else|void)\b




(miluju barvičky)

[VODA]

Rád bych řekl, že to funguje, ale opak je pravdou...
To musí být nějaký deep magic v C# regexech.

Ještě s tím zkusím zaexperimentovat, třeba na něco přijdu.

Mockrát děkuji.

Edit:
Zkusil jsem tam dát regex takový:

[VODA]

Tak jsem to nakonec rozfungoval. Bylo to v tom, že jsem si nevšiml, že tam může být i 2x # (##), takže jsem to tam vecpal natvrdo a funguje to...
Ještě musím vyřešit, že za # a ## musí být bílý znak, aby to správně zobrazovalo vše...
Hurá...

Zatím to mám takhle:

[OndraSej]

Tak kdyz uz to funguje... zvladne to spravne obarvit tohle?

[VODA]

Ne. To ti mohu říci rovnou.
Já obarvuji glsl kód, jestli to tam funguje stejně jako v C, to opravdu nevím...
_________________
Opravdovost se pojí s trýzní...

[OndraSej]

Vyzkoušej, pokud se tam používá normální C preprocessor, tak to projde
_________________
http://trionteam.net

[VODA]

V GLSL, co jsem tak zkoušel, musí být # a odpovídající slovo preprocessoru na jednom řádku a nesmí být mezi tím komentář. Můžou tam být mezery...
Zkoušel jsem tam nakopírovat, to co jsi napsal a nelíbilo se mu endif bez #.
_________________
Opravdovost se pojí s trýzní...