使用文字小于括号的名称组

Question

我有一个看起来基本上像这样的正则表达式：

<(title|head)>(.*?)(String)(.*?<\/\1>

我正在尝试使用名称组来识别部分

(?P<TITLE>(<(title|head)>))(.*?)(?P<NAME>(String))(.*?<\/\1>

当我不使用TITLE名称组时，这是有效的：

(<(title|head)>)(.*?)(?P<NAME>(String))(.*?<\/\1>

但是当我使用TITLE名称组而我没有收到错误时，我突然失去了比赛。有关如何使用＆lt;＆gt;？捕获正则表达式部分的任何想法我试过逃避＆gt;以及：

(?P<TITLE>(\<(title|head)\>))(.*?)(?P<NAME>(String))(.*?<\/\1>

无济于事

Answer 1

混合命名和编号捕获组的编号

支持命名捕获的正则表达式工具（Python，.NET，PCRE / PHP，Perl 5.10等）以不同方式处理混合命名和编号捕获组的编号。 .NET风格首先从左到右对所有编号（非命名）编号，然后返回并为命名组编号。但是，PCRE / PHP风格从左到右依次计算命名和编号的捕获组。这是你的正则表达式，（固定 - 添加缺少的右括号），并在两种风格中完全注释，显示混合捕获组的编号方式：

PCRE / PHP混合捕获编号示例：

$re_php = '%
    # PCRE/PHP mixed capture numbering example.
    (?P<TITLE>          # $1: = $TITLE:
      (                 # $2:
        <(title|head)>  # $3:
      )                 # End $2:
    )                   # End $1: = $TITLE:
    (.*?)               # $4:
    (?P<NAME>           # $5: = $NAME:
      (String)          # $6:
    )                   # End $5: = $NAME:
    (.*?)               # $7:
    </\1>               # Error! Should be "\3".
    %x';

.NET Mixed捕获编号示例：

Regex re_csharp = new Regex(@"
    # .NET mixed capture numbering example.
    (?<TITLE>           # $TITLE: = $6:
      (                 # $1:
        <(title|head)>  # $2:
      )                 # End $1:
    )                   # End $TITLE: = $6:
    (.*?)               # $3:
    (?<NAME>            # $NAME: = $7:
      (String)          # $4:
    )                   # End $NAME: = $7:
    (.*?)               # $5:
    </\1>               # Error! Should be '\2'.
    ", RegexOptions.IgnorePatternWhitespace);

正如蒂姆所说，你的正则表达式还存在其他问题，但我不会在这里解决它们。

底线：

最好不要混合两种类型的捕获组。使用所有已命名或所有编号的捕获组。你的生活会更好！

那就是说，我强烈建议阅读：Mastering Regular Expressions (3rd Edition)这是我收集上述信息的地方。 （请放下，我读过的最有用的书。）

快乐的复兴！

Answer 2

如果从命名的捕获组中删除该名称，它将成为编号的捕获组（从左到右编号）。

这意味着\1将不再反向引用群组(title|head)，而是群组(<(title|head)>)，当然会失败。

如果你将反向引用改为\2，它应该再次起作用（尽管你的正则表达式在语法上是无效的，至少缺少一个右括号，所以我无法测试它。）