如何编写正则表达式捕获含嵌套过程的Pascal过程体？

问题背景 #

需要编写正则表达式捕获Pascal过程的完整主体，核心难点是处理嵌套的过程定义以及任意层级的begin/end块，且不能依赖代码缩进格式——现有实现仅能处理规范缩进的代码，无法适配无缩进场景。

规范缩进测试用例 #

Test

procedure A;
   procedure B; 
   begin
   end;
begin
   if True then
   begin
   end;
end;

procedure C;
begin
   if True then
   begin
   end;
end;

无缩进测试用例 #

Test

procedure a;
procedure b; 
begin
end;
begin
if True then
begin
end;
end;

procedure c;
begin
if True then
begin
end;
end;

期望匹配结果 #

procedure a;
procedure b; 
begin
end;
begin
if True then
begin
end;
end;

解决方案 #

通过递归匹配处理嵌套的begin/end结构，同时跳过过程定义到首个begin之间的所有内容（包括子过程），最终实现不依赖缩进的匹配：

/procedure\s+a;\s*(?:(?!begin)[\s\S])*+(begin(?:(?!begin|end;)[\s\S]|(?1))*+end;)/is

关键逻辑解析 #

• procedure\s+a;\s*：精准匹配目标过程的定义行，\s*忽略行尾任意空白字符
• (?:(?!begin)[\s\S])*+：匹配从过程定义到第一个begin之间的所有内容（包括嵌套子过程），*+为贪婪原子组，避免无效回溯提升匹配效率
• begin(?:(?!begin|end;)[\s\S]|(?1))*+end;：递归匹配begin/end块，(?1)引用自身捕获组，实现任意层级嵌套的begin/end匹配
• 修饰符i：忽略大小写，兼容Procedure/procedure等写法；s：让元字符匹配换行符，确保跨行内容能被正确捕获

扩展适配 #

若需匹配任意名称的过程（而非固定a），只需将a替换为\w+，调整后的正则：

/procedure\s+\w+;\s*(?:(?!begin)[\s\S])*+(begin(?:(?!begin|end;)[\s\S]|(?1))*+end;)/is

注意：正则仅适用于轻量级文本匹配场景，复杂语法解析建议使用专门的Pascal语法分析器。

内容的提问来源于stack exchange，提问作者Bruno Kinast