如何用正则表达式提取SAP Form Routine的参数及名称？

需求概述 #

需要从SAP FORM签名中精准提取两类信息：

• 例程名称（如示例中的get_vbrk_data）
• USING、CHANGING关键字对应的参数列表，每个参数需包含参数名与数据类型

示例FORM签名：

FORM get_vbrk_data USING cs_bil_number TYPE VBELN CHANGING cs_vbrk TYPE vbrk cs_vbak TYPE vbak.

正则提取方案 #

采用分阶段匹配的方式，比单一正则更灵活易维护：

阶段1：提取例程名称与整体参数文本 #

用以下正则捕获核心信息：

^FORM\s+(\w+)\s+(.*)\.$

• 分组1：直接获取例程名称
• 分组2：捕获包含USING/CHANGING的完整参数字段

阶段2：拆分参数类型与具体参数 #

先对阶段1得到的参数字段，用此正则拆分USING/CHANGING段：

\b(USING|CHANGING)\s+((?:\w+\s+TYPE\s+\w+\s*)+)

再对每个段内的参数列表，用以下正则拆分单个参数的名称与类型：

(\w+)\s+TYPE\s+(\w+)

提取示例（基于给定FORM签名） #

1. 阶段1结果

   • 例程名称：get_vbrk_data
   • 参数文本：USING cs_bil_number TYPE VBELN CHANGING cs_vbrk TYPE vbrk cs_vbak TYPE vbak

2. 阶段2结果

   • USING参数：
     • 参数名：cs_bil_number，类型：VBELN
   • CHANGING参数：
     • 参数名：cs_vbrk，类型：vbrk
     • 参数名：cs_vbak，类型：vbak

可运行代码示例（Python） #

import re

form_signature = "FORM get_vbrk_data USING cs_bil_number TYPE VBELN CHANGING cs_vbrk TYPE vbrk cs_vbak TYPE vbak."

# 提取例程名称和参数文本
main_pattern = re.compile(r'^FORM\s+(\w+)\s+(.*)\.$')
main_match = main_pattern.match(form_signature)

if main_match:
    routine_name = main_match.group(1)
    params_text = main_match.group(2)
    
    # 拆分USING/CHANGING参数段
    segment_pattern = re.compile(r'\b(USING|CHANGING)\s+((?:\w+\s+TYPE\s+\w+\s*)+)')
    segments = segment_pattern.findall(params_text)
    
    result = {
        "routine_name": routine_name,
        "parameters": {}
    }
    
    # 拆分单个参数的名称与类型
    param_pattern = re.compile(r'(\w+)\s+TYPE\s+(\w+)')
    for seg_type, seg_params in segments:
        params = param_pattern.findall(seg_params)
        result["parameters"][seg_type] = [{"name": p[0], "type": p[1]} for p in params]
    
    print(result)

输出结果：

{
    "routine_name": "get_vbrk_data",
    "parameters": {
        "USING": [{"name": "cs_bil_number", "type": "VBELN"}],
        "CHANGING": [{"name": "cs_vbrk", "type": "vbrk"}, {"name": "cs_vbak", "type": "vbak"}]
    }
}

内容的提问来源于stack exchange，提问作者hech1