Question

我要捕获这样的文本：

{ul}
  {li}Item 1{/li} 
  {li}Item 2{/li} 
  {li}Item 3{/li} 
{/ul}  
{img}this_is_an_image{/img} 
{p}paragraph text {/p} {h2}Heading{/h2}

将其转换为哈希图的ArrayList，如下所示：

[
  { "ul" : ["Item 1", "Item 2", "Item 3"] },
  {"img" : "this_is_an_image"}, 
  {"p" : "paragraph text"}, 
  {"h2" : "Heading"}
]

当前，我有一个while循环，可以从字符串中获取“基本”级别的项目（即非嵌套项目）。

ArrayList<Object> list = new ArrayList<>();
Pattern pattern = Pattern.compile("\\{(\\w+)}(?:\\()?([^\\{\\)]+)(?:\\{\\/\1})?");
Matcher matches = pattern.matcher(s);
while (matches.find()) {
    Map<String, String> match = new HashMap<>();
    match.put(matches.group(1), matches.group(2));
    list.add(match);
}
return list;

我想对此进行修改，使其能够匹配第一个捕获组-捕获开始和结束标签之间的所有内容，然后检查捕获组2中是否有嵌套标签-然后将它们放入数组中。 / p>

因此要修改代码，如下所示：

ArrayList<Object> list = new ArrayList<>();
Pattern pattern = Pattern.compile("New pattern");
Matcher matches = pattern.matcher(s);
while (matches.find()) {
    Map<String, Object> match = new HashMap<>();
    Pattern patt = Pattern.compile("only capture text within brackets pattern")
    Matcher nestedMatches = patt.matcher(matches.group(2))
    ArrayList<String> sublist = new ArrayList<>();
    while(nestedMatches.find()) {
      sublist.add(nestedMatches.group(2))
    }
    if (list.size() > 0) {
       match.put(matches.group(1), sublist);
    } else {
       match.put(matches.group(1), matches.group(2));
    }
    list.add(match);
}
return list;

我创建了以下正则表达式：\{(\w+)\}(.*)(?:\{\1\})?（此处未设置java的obv格式），但它并不止于右花括号{/group1}，而是继续捕获所有内容。

对于这些更复杂的正则表达式模式，我是陌生的，因此，如果有人可以在这里帮助我，将不胜感激–感觉就像我即将解决这个问题。

这是Regex 101，显示我的问题

Answer 1

您不远处，可以使用此正则表达式：

(?s)\{(\w+)}(.*?)\{/\1}

Updated RegEx Demo

在Java中使用：

final String regex = "(?s)\\{(\\w+)\\}(.*?)\\{/\\1\\}";

RegEx详细信息：

(?s)：结束DOTALL模式
\{(\w+)}: Match opening tag as {tag}`和捕获组＃1中的捕获标签名称
(.*?)：再匹配0个字符（非贪婪字符）并将其捕获在＃2组中
\{/\1}：使用＃1组的反向引用将结束标记匹配为{/tag}

Java –正则表达式–匹配开始和结束的卷曲标签

1 个答案: