RegEx子程序

Question

假设我有一个匹配十六进制32位数的正则表达式：

([0-9a-fA-F]{1,8})

当我构造一个需要多次匹配的正则表达式时，例如

(?<from>[0-9a-fA-F]{1,8})\s*:\s*(?<to>[0-9a-fA-F]{1,8})

我是否每次都必须重复子表达式定义，或者有没有办法“命名和重用”它？

我想象的是（警告，发明语法！）

(?<from>{hexnum=[0-9a-fA-F]{1,8}})\s*:\s*(?<to>{=hexnum})

其中hexnum=将定义子表达式“hexnum”，而{= hexnum}将重用它。

因为我已经了解它很重要：我正在使用.NET的System.Text.RegularExpressions.Regex，但一般的答案也很有趣。

Answer 1

RegEx子程序

如果要多次使用子表达式而不重写它，可以对其进行分组，然后将其称为子例程。子程序可以通过名称，索引或相对位置来调用。

PCRE，Perl，Ruby，PHP，Delphi，R等支持子程序。遗憾的是，缺少.NET Framework，但是您可以使用一些用于.NET的PCRE库（例如https://github.com/ltrzesniewski/pcre-net）。

语法

以下是子程序的工作原理：假设你有一个你想连续重复三次的子表达式model。

标准RegEx
任何：[abc]

子程序，按名称
Perl：[abc][abc][abc]
PCRE：(?'name'[abc])(?&name)(?&name)
Ruby：(?P<name>[abc])(?P>name)(?P>name)

子程序，按索引
Perl / PCRE：(?<name>[abc])\g<name>\g<name>
Ruby：([abc])(?1)(?1)

子程序，按相对位置
Perl：([abc])\g<1>\g<1>
PCRE：([abc])(?-1)(?-1)
Ruby：([abc])(?-1)(?-1)

子程序，预定义
这定义了一个子程序而不执行它 Perl / PCRE：([abc])\g<-1>\g<-1>

实施例

匹配有效的IPv4地址字符串，从0.0.0.0到255.255.255.255：
(?(DEFINE)(?'name'[abc]))(?P>name)(?P>name)(?P>name)

没有子程序：
((?:25[0-5])|(?:2[0-4][0-9])|(?:[0-1]?[0-9]?[0-9]))\.(?1)\.(?1)\.(?1)

并解决原贴问题：
((?:25[0-5])|(?:2[0-4][0-9])|(?:[0-1]?[0-9]?[0-9]))\.((?:25[0-5])|(?:2[0-4][0-9])|(?:[0-1]?[0-9]?[0-9]))\.((?:25[0-5])|(?:2[0-4][0-9])|(?:[0-1]?[0-9]?[0-9]))\.((?:25[0-5])|(?:2[0-4][0-9])|(?:[0-1]?[0-9]?[0-9]))

更多信息

http://regular-expressions.info/subroutine.html
http://regex101.com/

Answer 2

为什么不做这样的事情，不是更短，而是更容易维护。

String.Format("(?<from>{0})\s*:\s*(?<to>{0})", "[0-9a-zA-Z]{1,8}");

如果你想要更多的自我记录代码，我会将数字正则表达式字符串分配给一个正确命名的const变量。

Answer 3

如果我正确理解你的问题，你想重用某些模式来构建一个更大的模式吗？

string f = @"fc\d+/";
string e = @"\d+";
Regex regexObj = new Regex(f+e);

除此之外，只有在尝试匹配之前在正则表达式中匹配的完全相同的字符串时，使用backreferences才有用。

e.g。

/\b([a-z])\w+\1\b/

仅与上述文字中的text，spaces匹配：

这是一个示例文本，它不是标题，因为它不以2个空格结尾。

Answer 4

.NET regex不支持模式递归，如果你可以在Ruby和PHP / PCRE中使用(?<from>(?<hex>[0-9a-fA-F]{1,8}))\s*:\s*(?<to>(\g<hex>))（其中hex是一个＆＃34;技术＆＃34;命名的捕获组，其名称不应该出现在主模式中），在.NET中，您可以将块定义为单独的变量，然后使用它们来构建动态模式。

从C＃6开始，您可以使用内插的字符串文字，它看起来非常像PCRE / Onigmo子模式递归，但实际上更清晰，并且当组的名称与＆＃34;技术＆＃相同时没有潜在的瓶颈＃34;捕获组：

C# demo：

using System;
using System.Text.RegularExpressions;

public class Test
{
    public static void Main()
    {
        var block = "[0-9a-fA-F]{1,8}";
        var pattern = $@"(?<from>{block})\s*:\s*(?<to>{block})";
        Console.WriteLine(Regex.IsMatch("12345678  :87654321", pattern));
    }
}

$@"..."是 verbatim 插值字符串文字，其中转义序列被视为文字反斜杠和后面的字符的组合。确保将文字{与{{和}与}}定义（例如$@"(?:{block}){{5}}"以重复block 5次）。

对于较旧的C＃版本，请使用string.Format：

var pattern = string.Format(@"(?<from>{0})\s*:\s*(?<to>{0})", block);

在Mattias's answer中建议。

Answer 5

没有这样的预定义类。我认为你可以使用ignore-case选项简化它，例如：

(?i)(?<from>[0-9a-z]{1,8})\s*:\s*(?<to>[0-9a-z]{1,8})

Answer 6

要重用名为capture group的正则表达式，请使用以下语法：\ k＆lt; name＆gt;或\ k'name'

所以答案是：

(?<from>[0-9a-fA-F]{1,8})\s*:\s*\k<from>

更多信息：http://www.regular-expressions.info/named.html

RegEx - 重用子表达式

6 个答案:

RegEx子程序

语法

实施例

更多信息