Question

我正在尝试编写一个带有这些的正则表达式：

 class bob
 {
       ...
 }

 class joe
 {
       {
            ...
       }
 }

 class tim
 {
       {
            ...
       }
       {
            ...
       }
 }

输出（为简单起见减少了空白区域）

 [0]bob
 [1] ... 

 [0]joe
 [1] { ... }

 [0]tim
 [1] { ... } { ... }

我已经尝试class[\s]+([\w]+)[\s]*{([^}]*)}但是（可以理解）停在第一个'}'。

我也试过class[\s]+([\w]+)[\s]*{(.*)}但是贪婪地抓住了所有东西直到最后'}'。

目前，我不在乎外括号内的内容 - 只是我抓住了所有内容。

作为一个额外的“有趣”，我宁愿不依赖于新的行（或类[\ s]之外的任何特定空格 - 所以类bob {}类joe {}会[理论上]是一个有效的输入字符串）。

不，我没有制作一个完整的或真正的标记器/解析器，只是我自己的代码可视化器（如果我完成了这个副项目 - 那就是）。

Answer 1

您可以使用平衡组：

class\s*([^{]+?)\s*\{(  # Match the class and the first '{'
    (?:                 
        [^{}]           # Match all non-braces
        |
        (?<open>\{)     # Match '{', and capture into 'open'
        |
        (?<-open>\})    # Match '}', and delete the 'open' capture
    )+
    (?(open)(?!))       # Fails if 'open' stack isn't empty
)\}

如果您输入评论和缩进，请务必使用RegexOptions.IgnoreWhitespace标记。

Answer 2

严格来说，正则表达式无法处理递归。因此，您不能编写一个真正的正则表达式，它与右括号/花括号/ ...的数量相匹配。这意味着您的问题无法通过正则表达式解决。

话虽如此，大多数正则表达式库都有一个解决方案（使它们不是严格规则的。）平衡组是一种方法，正如杰里所写。 PERL正则表达式有recursive patterns：

class([^{}]*\{[^{}]*(?1)*[^{}]*\}[^{}]*)

（？1）是第一个子模式的递归。

如何编写一个可以忽略嵌套捕获的正则表达式？

2 个答案: