Sintaxis Expresiones Regulares de Bennu

[JaViS]

Hola a todos,


Estoy tratando de parsear un archivo XML con ayuda de las expresiones regulares de Bennu, pero hay muy poca información acerca de la sistaxis que usa en la documentación. Cuando voy al código leo que usan la opcion RE_SYNTAX_POSIX_MINIMAL_EXTENDED, donde puedo leer que metacaracteres  puedo usar?


Muchas gracias!

[SplinterGU]

si mal no recuerdo, hace poco intente usarla para parsear algo... y no es buena idea, tiene un limite de 16 ocurrencias que puede encontrar en una busqueda...

debo decir que es poco util.

[JaViS]

si, me di cuenta cuando vi el source.


si puedo extraer gupos de captura con los parentesis entonces me sirve, total un motor de tiles en bennu va a soportar hasta 10 layers porque hay 10 scrolls XD

[gecko]

tiles? scrolls de bennu? xml?

suena copado! :D

[SplinterGU]

si, me di cuenta cuando vi el source.


si puedo extraer gupos de captura con los parentesis entonces me sirve, total un motor de tiles en bennu va a soportar hasta 10 layers porque hay 10 scrolls XD

la cosa es que tenes que armar las regex de forma que nunca te de mas de 16 ocurrencias, luego si queres expandir estas volves a hacer unas nuevas regex... pero lo veo dificil.

[JaViS]

Bueno, me rindo, regex no funciona como espero, pruebas que hago fuera de bennu con otros interpretes me retornan resultados que dentro de bennu no. No se que pensar, probé con diferentes encodings del archivo que estoy leyendo, y nada.




me parece que voy a usar las funciones normales. :(

[SplinterGU]

como te dije, no es util para parsear un archivo.

[JaViS]

si, pero, lo que quiero decir es que me parece que no estan funcionando como deberían. Mas alla de si me sirven o no para parsear el archivo, creo que hay un bug ahi o algo :P

[SplinterGU]

no son los mismos patterns que las expresiones regulares normales... incluso entre las implementaciones hay diferentes tipos, no es lo mismo la de unix que la de perl o la de grep o la de php...

que busqueda queres hacer?

[SplinterGU]

a nivel informativo, aca tenes una linda comparacion de diferentes regex

http://www.regular-expressions.info/refflavors.html

decime que queres hacer con bennug, y quizas te pueda ayudar.

[JaViS]

tengo entendido que es POSIX básico (como mucho extendido) y lo que quiero es extraer un tag como el siguiente ( independientemente de los atributos que tenga o no)


expresion: <tileset[^<]+
cadena: <tileset firstgid="1" name="Image-Tileset" tilewidth="64" tileheight="64" margin="1">


probé con diferentes expresiones, como:


<tileset[a-z0-9 ="]+


<tileset.+>


pero nada :P

[JaViS]

Bueno, segun el link, entonces es POSIX extendido

[SplinterGU]

oh, si, sirve para parsear...

aca te pongo un ejemplo

Code Select Expand


import "mod_say";
import "mod_regex";
import "mod_string";

private
    string s, s1;
    string p;
    int i, n, t;
begin
    s = "hello world" +
    "<tileset firstgid="+chr(34)+"1"+chr(34)+" name="+chr(34)+"Image-Tileset"+chr(34)+" tilewidth="+chr(34)+"64"+chr(34)+" tileheight="+chr(34)+"64"+chr(34)+" margin="+chr(34)+"1"+chr(34)+">"
+"end world";

    say("input: "+s);
    say("searching tileset tag..." );
    n = regex( "<tileset.*>", s );
    if ( n != -1 )
        s = regex_reg[0];
        p="\w*="+chr(34)+"\w*"+chr(34);
        s1 = s;
        t = 0;
        while( ( n = regex( p, s1 ) ) != -1 )
            say( "   attribute: "+regex_reg[0]);
            t = n+strlen(regex_reg[0]);
            s1 = substr(s1,t);
        end
    end
end


[JaViS]

Entonces si funcionan y el problema esta relacionado con los strings cargados desde ficheros. Ahi te paso el ejemplo modificado:

Code Select Expand



import "mod_say";
import "mod_regex";
import "mod_string";
import "mod_file";


private
    string s, s1;
    string p;
    int i, n, t;
begin
    s =  file("maps/test.tmx");
    say("searching tileset tag..." );
    n = regex( "<tileset.*>", s );
    if ( n != -1 )
        s = regex_reg[0];
        p="\w*="+chr(34)+"\w*"+chr(34);
        s1 = s;
        t = 0;
        while( ( n = regex( p, s1 ) ) != -1 )
            say( "   attribute: "+regex_reg[0]);
            t = n+strlen(regex_reg[0]);
            s1 = substr(s1,t);
        end
    end
end


[SplinterGU]

a mi me funciona bien...

Code Select Expand


splinter@splinter:~/tmp> bgdi regex
searching tileset tag...
   attribute: firstgid="1"
   attribute: tilewidth="64"
   attribute: tileheight="64"
   attribute: margin="1"
   attribute: width="1217"
   attribute: height="385"
   attribute: name="back"
   attribute: width="100"
   attribute: height="100"
   attribute: name="scroll_ratio"
   attribute: encoding="csv"
   attribute: width="100"
   attribute: height="100"
   attribute: encoding="csv"
   attribute: name="Dureza"
   attribute: width="100"
   attribute: height="100"
   attribute: encoding="csv"


lo que pasa es que corta en el ultimo > y no en el primero