Question

作为介绍性说明，我知道有关解决正则表达式问题的古老说法，我也了解使用RegEx处理XML的注意事项。但是请跟我说一下......

我正在尝试进行RegEx搜索并替换一组字符。我事先并不知道这个小组的匹配频率，但我想只搜索某个特定的上下文。

一个例子：如果我有以下字符串"**ab**df**ab**sdf**ab**fdsa**ab**bb"并且我想搜索"ab"并替换为"@ab@"，则使用以下正则表达式可以正常工作：

搜索正则表达式：

(.*?)(ab)(.*?)

替换：

$1@$2@$3

我总共得到了四场比赛，正如预期的那样。在每个匹配中，组ID是相同的，因此后引用（$ 1，$ 2 ...）也可以正常工作。

但是，如果我现在向字符串添加某个上下文，则上面的正则表达式失败：

搜索字符串：

<context>abdfabsdfabfdsaabbb</context>

搜索正则表达式：

<context>(.*?)(ab)(.*?)</context>

这只会找到第一场比赛。但即使我在原始正则表达式中添加了非捕获组，它也不起作用（"<context>(?:(.*?)(ab)(.*?))*</context>"）。

我想要的是第一次搜索中的匹配列表（没有上下文），在每次匹配中，组ID是相同的。

知道如何实现这一目标吗？

Answer 1

解决方案

您的要求类似于this question中的要求：匹配并捕获前缀和后缀之间的模式的多个实例。使用this answer of mine中描述的方法：

(?s)(?:<context>|(?!^)\G)(?:(?!</context>|ab).)*ab

根据需要添加捕获组。

买者

请注意，正则表达式仅适用于仅允许仅包含文本的标记。如果标记包含其他标记，则它将无法正常工作。

它还匹配ab标记内的<context>而没有结束标记</context>。如果你想阻止它，那么：

(?s)(?:<context>(?=.*?</context>)|(?!^)\G)(?:(?!</context>|ab).)*ab

让我们打破正则表达式：

(?s)                        # Make . matches any character, without exception
(?:
  <context>
    |
  (?!^)\G
)
(?:(?!</context>|ab).)*
ab

(?:<context>|(?!^)\G)确保我们要么进入新的<context>标记，要么继续上一个匹配并尝试匹配更多的子模式实例。

(?:(?!</context>|ab).)*匹配我们不关心的任何文字（不是ab）并阻止我们越过结束标记</context>。然后我们在最后匹配我们想要ab的模式。