正则表达式不匹配特定格式的一种方式和sed的多表达式应用

写这个的初衷是为了完成目下我自己遇到的需求，需要把部分linux下工作的c代码迁移到windows环境下，并以dll库的形式提供。函数需要增加如下声明

__declspec(dllexport) void func( void * arg)

/* __declspec(dllexport)  在后续我直接宏定义为了类似  WIN_DECLARE 的格式*/

我便考虑以正则表达式的形式，自动匹配到函数段，并在函数名的前面增加声明，但函数名可能存在很多种的形式，希望匹配到所有情况不太现实，我主要编写正则表达式适配了以下两种函数声明和实现的情况。

/*函数声明1*/
void func( void * arg);

/*函数声明2*/
void func( void * arg1 , void * arg2 ,
               void * arg3);

/*函数实现1*/
void func( void * arg)
{
   ...
}

/*函数实现2*/
void func( void * arg1 , void * arg2 ,
               void * arg3)
{
   ...
}

针对上述函数声明1的情况，可以用如下正则进行一个简单的匹配，我使用sed命令

sed 's/^\w.*([^()]*);$/WIN_DECLARE &/g;'  test.c

从左到右，分四部分简单说明一下这个表达式

• ^\w 就是以任意字母，数字或下划线为行的开头（此处忽略了开头有空行的函数声明，是对这种情况的牺牲），目的是为了与 if () 语句的情况区分开
• .*( 匹配从第二个字符开始到第一个左括号
• [^()]*);$ 匹配到结尾的 ); 格式，并且从左括号，到结尾之间，包含任意个不存在 左右括号的字符（略过那种长表达式，但是同时也略过了那些带强制类型转换的函数声明，但一般在函数声明中加强制类型转换好像也不太合理）
• WIN_DECLARE & 是sed ‘s///g’ 表达式的第二部分即替换部分，用 & 表征前面匹配到的完整字符串，然后再加上WIN_DECLARE前缀即可，这也是我自己定义的。

针对其他几种情况，也列举正则表达式如下，但是与如上这种均是大同小异。

/*for 声明2*/
sed 's/^\w.*([^()]*,$/WIN_DECLARE &/g;'  test.c

/*for 实现1*/
sed 's/^\w.*([^()]*)$/WIN_DECLARE &/g;'  test.c

/*for 实现2*/
sed 's/^\w.*([^()]*,$/WIN_DECLARE &/g;'  test.c

用如上的表达式可以自动过滤出绝大部分的函数，并加上对应的声明。
不过这里我可能要考虑几种更细致的处理。

1. 多次对同一文件使用该表达式，结果仍然是正确的。即使执行两次也不能出现函数头部变成如下的情况。

WIN_DECLARE WIN_DECLARE void func( void * arg)

这是为了保持该表达式的自身的强壮性，因为我可能最终会对一个文件夹中的所有文件都使用该命令，而使用过后，我可能又会往文件夹添加新的文件。故而需要保证已经调整过的文件仍能正常工作。

针对该需求，可以在每次执行表达式前，先把WIN_DECLARE清除掉，使用 sed 的多表达式功能来完成。sed命令可以使用 -e 来在一次匹配中，以从左到右的顺序先后使用表达式来做过滤。具体如下

sed -e 's/^WIN_DECLARE[ \t]*//g' -e 's/^\w.*([^()]*);$/WIN_DECLARE &/g' test.c

上述表达式比较简单，就是以 WIN_DECLARE 开头，后面若干个 空格或者tab 均匹配，然后替换掉，完成一步预处理，然后再执行后面的正则匹配。

2. 我希望部分格式可以做特殊处理（过滤），即虽然也是函数，但不添加上述前缀，比如函数头部为static时，我不希望增加上述前缀，表达式也需要满足这种特殊情况。

我了解一下资料，发现sed的一种特殊表达式可以满足需求，即取反的组合表达式，列举如下：

sed -e '/.*static.*([^()]*)$/! s/^\w.*([^()]*)$/WIN_DECLARE &/g' test.c

因为一般static的声明只在c的函数实现中有，故而我这里的例子是针对上面的函数实现1的。后半段与前面是一致的，主要在于如下的前半段

/.*static.*([^()]*)$/! 

这也是属于一个表达匹配式中的一部分，然后是匹配到这一行的开头部分带有 static字段，static 前后均可以有任意数量的字符，同时后段匹配 我们对函数实现的 正则表达式匹配，即匹配 ([^()]*)$ ，我们就认为这是static声明的函数，而这种函数显然是内部使用，不需要通过 dllexport的声明暴露出来，故而在表达式的末尾使用 ‘!’ 来取非，意味着我们后面匹配的表达式的前提，是不匹配这前半段的表达式。

将上述的几个流程综合在一起，单独针对函数实现1 这种情况，我们可以得到如下的表达式。

sed -e 's/^WIN_DECLARE[ \t]*//g' -e '/.*static.*([^()]*)$/! s/^\w.*([^()]*)$/WIN_DECLARE &/g' test.c

当然，我们也可以把函数实现1和 函数实现2这两种情况，用sed的 -e 多表达式来实现。在处理上效率会更高。

sed -e 's/^WIN_DECLARE[ \t]*//g' -e '/.*static.*([^()]*)$/! s/^\w.*([^()]*)$/WIN_DECLARE &/g'  -e '/.*static.*([^()]*,$/! s/^\w.*([^()]*,$/WIN_DECLARE &/g'  test.c

这几乎是我写过的最长的正则表达式组合语句。完成之后我也想到，这种思路可能在其他地方也可以应用上。关键点就是我在标题中描述两个点，一是多表达式应用，二是通过sed实现过率特定格式的办法。故而我撰写了这篇博客，也算完成一个任务，同时也是我第一次对正则表达式做这种相对复杂的应用，故而特此记录一下。

备注：
实际对文件做修改，当然要需要使用 sed -i 选项，但是使用这个选项务必慎重，在此，为避免出现错误，在举例的表达式中均不使用 -i选项。