Question

尝试提取用双括号括起来的字符串。例如[[这是一个标记]]应该匹配。为了使事情更加优雅，应该有一个转义序列，以便像[[这个转义的令牌\]]这样的双括号项目不会匹配。

带有“group 1”的模式[^\\\\]([\\[]{2}.+[^\\\\][\\]]{2})来提取令牌很接近，但有些情况下它不起作用。问题似乎是第一个“不”语句被评估为“除了反斜杠之外的任何东西”。问题是，“任何事情”都不包括“没有”。那么，什么会使这个模式匹配“除了反斜杠之外没有任何字符”？

这是一个显示所需行为的单元测试：

import java.util.regex.Matcher;
import java.util.regex.Pattern;
import junit.framework.TestCase;

public class RegexSpike extends TestCase {
    private String regex;
    private Pattern pattern;
    private Matcher matcher;

    @Override
    protected void setUp() throws Exception {
        super.setUp();
        regex = "[^\\\\]([\\[]{2}.+[^\\\\][\\]]{2})";
        pattern = Pattern.compile(regex);
    }

    private String runRegex(String testString) {
        matcher = pattern.matcher(testString);
        return matcher.find() ? matcher.group(1) : "NOT FOUND";
    }

    public void testBeginsWithTag_Passes() {
        assertEquals("[[should work]]", runRegex("[[should work]]"));
    }

    public void testBeginsWithSpaces_Passes() {
        assertEquals("[[should work]]", runRegex("   [[should work]]"));
    }

    public void testBeginsWithChars_Passes() {
        assertEquals("[[should work]]", runRegex("anything here[[should
work]]"));
    }

    public void testEndsWithChars_Passes() {
        assertEquals("[[should work]]", runRegex("[[should
work]]with anything here"));
    }

    public void testBeginsAndEndsWithChars_Passes() {
        assertEquals("[[should work]]", runRegex("anything here[[should
work]]and anything here"));
    }

    public void testFirstBracketsEscaped_Fails() {
        assertEquals("NOT FOUND", runRegex("\\[[should NOT work]]"));
    }

    public void testSingleBrackets_Fails() {
        assertEquals("NOT FOUND", runRegex("[should NOT work]"));
    }

    public void testSecondBracketsEscaped_Fails() {
        assertEquals("NOT FOUND", runRegex("[[should NOT work\\]]"));
    }

}

Answer 1

您只需使用(^|[^\\])， 匹配字符串的开头（假设您在正则表达式上设置了MULTILINE模式）或一个不是反斜杠的单个字符（包括空格，换行符等）。

您还希望将.+替换为.+?，否则"[[one]] and [[two]]"之类的字符串将被视为单个匹配，其中"one]] and [[two"被视为在括号之间。

第三点是，您不必在\[的字符类中包装单个字符（甚至包括\]或[]等转义字符）。

这样就可以制作以下正则表达式（原谅我为了清晰起见而删除了双重转义）：

(^|[^\\])(\[{2}.+?[^\\]\]{2})

（另请注意，您无法使用正则表达式转义转义字符。[之前的两个斜杠不会被解析为单个（转义）斜杠，但会指示单个（未转义）斜杠和一个转义括号。）

Answer 2

你想要一个“零宽度负向后观断言”，即(?<!expr)。尝试：

(?<!\\\\)([\\[]{2}.+[^\\\\][\\]]{2})

实际上，这可以简化，并通过删除一些不必要的括号，并为结束括号添加负面的后视，使其更加通用。（如果您在字符串中间有一个转义括号，例如[[text\]]moretext]]），您的版本也会失败。

(?<!\\\\)(\\[{2}.*?(?<!\\\\)\\]{2})

Answer 3

这个字符串会发生什么？（实际字符串内容，而不是Java文字。）

foo\\[[blah]]bar

我要问的是你是否支持转义反斜杠。如果你是，那么后视将不起作用。你不必寻找单个反斜杠，而是要检查奇数但未知数量，而Java lookbehinds不能像这样开放式。另外，如果转义括号里面的一个令牌 - 这有效吗？

foo[[blah\]]]bar

在任何情况下，我建议您从另一个方向出现反斜杠问题：将第一个括号前面的任意数量的转义字符（即反斜杠加上任何内容）作为令牌的一部分进行匹配。在令牌内，匹配除方括号或反斜杠之外的任意数量的字符，或任意数量的转义字符。这是实际的正则表达式：

(?<!\\)(?:\\.)*+\[\[((?:[^\[\]\\]++|\\.)*+)\]\]

...这里它是一个Java字符串文字：

"(?<!\\\\)(?:\\\\.)*+\\[\\[((?:[^\\[\\]\\\\]++|\\\\.)*+)\\]\\]"

Java中的RegEx无法按预期工作

3 个答案: