正则表达式解析类COBOL语法：提取Move语句目标字段（排除方括号内容）

我正在扩展类COBOL解析器，需要提取Move语句的目标字段，但要排除元素后的方括号内容（如[B]）。示例代码如下：

Move GLB.SPACES[B]      GG_EWE.GG_EWE_IN.GP_EWE_FOCUS
        Move 0                  GG_EWE.GG_EWE_IN.GP_EWE_PRIORITY
        Move "667"              GG_EWE.GG_EWE_IN.GP_EWE_CODE
        Move "CUS01"            GG_EWE.GG_EWE_IN.GP_EWE_SOURCE[A]
        Move "Invalid customer type's for this screen"      GG_EWE.GG_EWE_IN.GP_EWE_DESC

当前使用的正则表达式：

(?<=\bMove\s+(?:&quot;&quot;(.*?)&quot;&quot;)|(?:\.\w+)*(\[\w+\])?\s+)\w+(?:\.\w+)

现有问题 #

• 错误匹配了源字段（如GLB.SPACES[B]）
• 仅能匹配目标字段的前两部分（如GG_EWE.GG_EWE_IN，而非完整的GG_EWE.GG_EWE_IN.GP_EWE_PRIORITY）
• 无法适配任意层级的目标字段（如A.B.C.D.E这类多层结构）

问题原因分析 #

1. 正向预查逻辑混乱：原正则的预查部分没有正确区分源字段的各种格式（常量、带方括号的变量），导致预查范围错误，匹配到了源字段。
2. 目标字段匹配不完整：\w+(?:\.\w+)只能匹配X.Y这种两层结构，无法支持多层级的连续.+标识符组合。

修正方案 #

使用以下正则表达式：

(?<=\bMove\s+(?:".*?"|\w+(?:\.\w+)*(?:\[\w+\])?)\s+)\w+(?:\.\w+)*

正则解释

• 预查部分：(?<=\bMove\s+(?:".*?"|\w+(?:\.\w+)*(?:\[\w+\])?)\s+)
  • \bMove\s+：匹配Move关键词及后续空白
  • (?:".*?"|\w+(?:\.\w+)*(?:\[\w+\])?)：匹配源字段的两种情况
    • ".*?"：匹配带双引号的字符串常量
    • \w+(?:\.\w+)*(?:\[\w+\])?：匹配变量（支持多层级，可选带方括号后缀）
  • \s+：匹配源字段与目标字段之间的空白
• 目标字段匹配部分：\w+(?:\.\w+)*
  • \w+：匹配第一个标识符
  • (?:\.\w+)*：匹配任意数量的.+标识符组合，支持任意层级的目标字段

效果验证 #

对示例代码应用修正后的正则，将正确提取以下目标字段：

• GG_EWE.GG_EWE_IN.GP_EWE_FOCUS
• GG_EWE.GG_EWE_IN.GP_EWE_PRIORITY
• GG_EWE.GG_EWE_IN.GP_EWE_CODE
• GG_EWE.GG_EWE_IN.GP_EWE_SOURCE（自动排除[A]）
• GG_EWE.GG_EWE_IN.GP_EWE_DESC

内容的提问来源于stack exchange，提问作者Nigel Tunnicliffe