可以使用正则表达式来匹配嵌套模式吗?[复制]
-
02-07-2019 - |
题
这个问题在这里已经有答案了:
- 匹配平衡括号的正则表达式 16 个答案
是否可以编写一个正则表达式来匹配出现次数未知的嵌套模式?例如,当外大括号内嵌套未知数量的左大括号时,正则表达式是否可以匹配左大括号和右大括号?
例如:
public MyMethod()
{
if (test)
{
// More { }
}
// More { }
} // End
应匹配:
{
if (test)
{
// More { }
}
// More { }
}
解决方案
其他提示
使用正则表达式检查嵌套模式非常简单。
'/(\((?>[^()]+|(?1))*\))/'
如果字符串在一行上,则可能是可行的 Perl 解决方案:
my $NesteD ;
$NesteD = qr/ \{( [^{}] | (??{ $NesteD }) )* \} /x ;
if ( $Stringy =~ m/\b( \w+$NesteD )/x ) {
print "Found: $1\n" ;
}
华泰
编辑: 查看:
- http://dev.perl.org/perl6/rfc/145.html
- 红宝石信息: http://www.ruby-forum.com/topic/112084
- 更多 Perl: http://www.perlmonks.org/?node_id=660316
- 甚至更多 Perl: https://metacpan.org/pod/Text::平衡
- 珀尔,珀尔,珀尔: http://perl.plover.com/yak/regex/samples/slide083.html
还有一件事 托斯顿·马雷克 (谁正确地指出,它不再是正则表达式了):
是的,如果它是 .NET RegEx 引擎。.Net 引擎支持由外部堆栈提供的有限状态机。看 细节
这 常规语言的泵送引理 这就是你不能这样做的原因。
生成的自动机将具有有限数量的状态,例如 k,因此一串 k+1 个左大括号必然会在某处重复某个状态(当自动机处理字符时)。同一状态之间的字符串部分可以无限次重复,并且自动机不会知道其中的差异。
特别是,如果它接受 k+1 个左大括号,后跟 k+1 个右大括号(它应该),它也将接受泵送数量的左大括号,后跟未更改的 k+1 个右大括号(它不应该)。
在 PHP 正则表达式引擎中使用递归匹配比括号的过程匹配要快得多。尤其是对于较长的琴弦。
http://php.net/manual/en/regexp.reference.recursive.php
例如
$patt = '!\( (?: (?: (?>[^()]+) | (?R) )* ) \)!x';
preg_match_all( $patt, $str, $m );
与
matchBrackets( $str );
function matchBrackets ( $str, $offset = 0 ) {
$matches = array();
list( $opener, $closer ) = array( '(', ')' );
// Return early if there's no match
if ( false === ( $first_offset = strpos( $str, $opener, $offset ) ) ) {
return $matches;
}
// Step through the string one character at a time storing offsets
$paren_score = -1;
$inside_paren = false;
$match_start = 0;
$offsets = array();
for ( $index = $first_offset; $index < strlen( $str ); $index++ ) {
$char = $str[ $index ];
if ( $opener === $char ) {
if ( ! $inside_paren ) {
$paren_score = 1;
$match_start = $index;
}
else {
$paren_score++;
}
$inside_paren = true;
}
elseif ( $closer === $char ) {
$paren_score--;
}
if ( 0 === $paren_score ) {
$inside_paren = false;
$paren_score = -1;
$offsets[] = array( $match_start, $index + 1 );
}
}
while ( $offset = array_shift( $offsets ) ) {
list( $start, $finish ) = $offset;
$match = substr( $str, $start, $finish - $start );
$matches[] = $match;
}
return $matches;
}
是的
...假设有一些最大的嵌套数量,您会很乐意停下来。
让我解释。
@托斯顿·马雷克 正则表达式无法检查像这样的嵌套模式,这是正确的, 但 有可能 定义 嵌套的正则表达式模式将允许您捕获像这样的嵌套结构 达到某个最大深度. 。我创建了一个来捕获 EBNF型 评论 (在这里尝试一下), 喜欢:
(* This is a comment (* this is nested inside (* another level! *) hey *) yo *)
正则表达式(用于单深度注释)如下:
m{1} = \(+\*+(?:[^*(]|(?:\*+[^)*])|(?:\(+[^*(]))*\*+\)+
通过替换,这可以轻松地适应您的目的 \(+\*+
和 \*+\)+
和 {
和 }
并用简单的替换之间的所有内容 [^{}]
:
p{1} = \{(?:[^{}])*\}
(这是链接 尝试一下。)
要嵌套,只需在块本身中允许此模式:
p{2} = \{(?:(?:p{1})|(?:[^{}]))*\}
...or...
p{2} = \{(?:(?:\{(?:[^{}])*\})|(?:[^{}]))*\}
要查找三重嵌套块,请使用:
p{3} = \{(?:(?:p{2})|(?:[^{}]))*\}
...or...
p{3} = \{(?:(?:\{(?:(?:\{(?:[^{}])*\})|(?:[^{}]))*\})|(?:[^{}]))*\}
一个清晰的模式已经出现。查找嵌套深度的注释 N
, ,只需使用正则表达式:
p{N} = \{(?:(?:p{N-1})|(?:[^{}]))*\}
where N > 1 and
p{1} = \{(?:[^{}])*\}
可以编写一个脚本来递归生成这些正则表达式,但这超出了我需要的范围。(这留给读者作为练习。😉)
正如 zsolt 提到的,一些正则表达式引擎支持递归——当然,这些引擎通常使用回溯算法,因此它不会特别有效。例子: /(?>[^{}]*){(?>[^{}]*)(?R)*(?>[^{}]*)}/sm
不,你正在进入的领域 上下文无关语法 在那时候。
这似乎有效: /(\{(?:\{.*\}|[^\{])*\})/m