如何优化正则实现C++旧风格强制转换到static_cast的批量替换

问题描述 #

我是正则初学者，正尝试编写一个C#应用程序，将C++文件中所有旧风格的强制转换写法替换为static_cast写法。

转换示例 #

原C++代码：

(void)memcpy(&a[0],(void * )hihi, (UBYTE) V_SIZE);
(void) memcpy((VOID*)abc, (const VOID*) dafa, (uint8)NUMBER_SIZE);
(void )memcpy(
        (void *)p,
        &abc, (uint8)DATE_SIZE);

期望转换后的效果：

static_cast<void>(memcpy(&a[0], static_cast<void * >(hihi), static_cast<UBYTE>( V_SIZE)));
static_cast<void> memcpy(static_cast<VOID*>(abc), static_cast<const VOID*> (hihi), static_cast<uint8>(NUMBER_SIZE));
static_cast<void >memcpy(
        static_cast<void *>(p),
        &abc, static_cast<uint8>(DATE_SIZE));

现有实现 #

我调研后编写的初始实现代码如下：

List<string> castTypeList = new List<string>
{"void", "void *", "UBYTE", "uint8", "VOID*", "uint8" };

// Fix qacpp-4.7.0-3080 This expression uses old style casts
// Only apply for cpp source file (.cpp)
if ((Path.GetExtension(sourceFile) == ".cpp"))
{
    foreach (string e in castTypeList)
    {
        File.WriteAllText(sourceFile, Regex.Replace(
            File.ReadAllText(sourceFile),
            @"\(" + e + @"\)([^):;\r\n},]*)",
            "static_cast<" + e + @">($1)"));
    }
}

目前该方案替换效果大体符合预期，但并不完善，存在部分字符串无法匹配替换的问题，需要更优的解决方案或实现思路。

现有方案缺陷 #

• 硬编码的类型列表覆盖不全，未包含const修饰的指针类型，同时没有兼容括号、类型名、指针符*之间的任意空白，类似(void )、(void * )这类带空格的写法容易漏匹配
• 捕获被转换表达式的正则([^):;\r\n},]*)逻辑过于死板，只要被转换的表达式里包含括号、逗号等字符就会提前截断匹配，遇到复杂传参场景必然失效
• 循环遍历每个类型时反复读写文件，执行效率低，还可能出现重复替换的异常

优化实现 #

正则适配方案（覆盖90%以上常规编码场景） #

1. 不再硬编码固定类型列表，直接匹配C风格转换的通用结构：左括号后允许任意空白，接着匹配类型（支持const修饰、支持指针/引用符、支持类型和符号间任意空白），接着任意空白后匹配右括号
2. 调整被转换表达式的捕获逻辑，支持匹配带括号的简单嵌套表达式，避免简单字符截断
3. 单次读取文件内容完成全量替换，避免反复IO操作
   参考实现代码：

if (Path.GetExtension(sourceFile).Equals(".cpp", StringComparison.OrdinalIgnoreCase))
{
    string content = File.ReadAllText(sourceFile);
    // 匹配旧风格强制转换结构，兼容空白、const修饰、指针类型
    string pattern = @"\(\s*(const\s+)?([a-zA-Z_][a-zA-Z0-9_]*\s*[*&]*)\s*\)\s*([^,;)\r\n]+(?:\([^()]*\)[^,;)\r\n]*)*)";
    content = Regex.Replace(content, pattern, match =>
    {
        string constPrefix = match.Groups[1].Value;
        string castType = match.Groups[2].Value.Trim();
        string targetExpr = match.Groups[3].Value.Trim();
        // 过滤函数定义、声明、初始化列表等非转换场景，避免误替换
        if (castType.Contains("(") || targetExpr.StartsWith("{"))
            return match.Value;
        return $"static_cast<{constPrefix}{castType}>({targetExpr})";
    }, RegexOptions.Multiline);
    File.WriteAllText(sourceFile, content);
}

高准确率方案 #

如果需要100%避免误替换、漏替换，不要用正则处理C语法，建议基于libclang等C语法解析工具做AST层面的匹配替换，正则本身无法完美处理C++复杂的语法嵌套、宏展开等边缘场景。

内容的提问来源于stack exchange，提问作者Bruce