如何用正则提取Rust结构体名称及其内部字段信息？

要提取结构体内部的字段，你可以分两步实现：先匹配出结构体的完整范围（包含大括号内的内容），再从捕获的内部文本中解析每个字段。

步骤1：匹配结构体名称与内部内容 #

修改正则表达式，同时捕获结构体名称和大括号之间的字段文本，兼容换行和空格：

const structRegex = /pub struct\s+(?<name>[$_\p{ID_Start}][$\u200c\u200c\p{ID_Continue}]*)\s*\{\s*(?<fields>[^}]+)\s*\}/u;

步骤2：解析单个字段 #

用另一个正则从捕获的字段文本中，提取每个字段的名称和类型：

const fieldRegex = /pub\s+(?<name>[$_\p{ID_Start}][$\u200c\u200c\p{ID_Continue}]*)\s*:\s*(?<type>[$_\p{ID_Start}][$\u200c\u200c\p{ID_Continue}]*),?/gu;

完整实现代码 #

把逻辑整合到parseCode函数中：

const stringCode = `
#[account]
pub struct Tweet {
pub author: Pubkey,
pub timestamp: i64,
pub topic: String,
pub content: String,
}
`;

const structRegex = /pub struct\s+(?<name>[$_\p{ID_Start}][$\u200c\u200c\p{ID_Continue}]*)\s*\{\s*(?<fields>[^}]+)\s*\}/u;
const fieldRegex = /pub\s+(?<name>[$_\p{ID_Start}][$\u200c\u200c\p{ID_Continue}]*)\s*:\s*(?<type>[$_\p{ID_Start}][$\u200c\u200c\p{ID_Continue}]*),?/gu;

const parseCode = () => {
  const structMatch = structRegex.exec(stringCode);
  if (!structMatch) return null;

  const { name, fields } = structMatch.groups;
  const fieldMatches = [...fields.matchAll(fieldRegex)];
  
  const parsedFields = fieldMatches.map(match => ({
    name: match.groups.name,
    type: match.groups.type
  }));

  return {
    structName: name,
    fields: parsedFields
  };
};

// 测试调用
console.log(parseCode());

输出结果 #

运行后会得到结构化的对象：

{
  structName: "Tweet",
  fields: [
    { name: "author", type: "Pubkey" },
    { name: "timestamp", type: "i64" },
    { name: "topic", type: "String" },
    { name: "content", type: "String" }
  ]
}

注意事项 #

• 上述正则仅适用于格式规范的简单结构体（字段均为pub修饰、无嵌套/泛型/复杂类型）。如果需要处理更复杂的Rust语法，建议使用专门的解析库（比如tree-sitter-rust），避免正则的局限性。

内容的提问来源于stack exchange，提问作者tolgaandx