Question

我正在编写一个旨在采用这样的文本的函数：

%%HEADER
foo bar baz
%%BODY
foo baz baz

并返回一个这样的数组：

{"foo bar baz", "foo baz baz"}

考虑到这一点，我写了以下内容：

string[2] separate_header_body(string input) {
  string[2] separated;
  auto header = matchFirst(input, regex(r"%%HEADER\n((.|\n)*)\n%%BODY", "g"));
  if (header.empty()) {
    throw new ParserException("No %%HEADER found.");
  } else {
    separated[0] = header.front();
    auto bdy = matchFirst(input, regex(r"%%BODY\n((.|\n)*)", "g"));
    if (bdy.empty()) {
      throw new ParserException("No %%BODY found.");
    } else {
      separated[1] = bdy.front();
    }
  }
  return separated;
}

但是，当我尝试使用以下输入进行测试时：

"%%HEADER\nfoo bar baz\n%%BODY\nfoo baz baz"

第一次捕获是"%%HEADER\nfoo bar baz\n%%BODY，这显然太多了。我是否错误地使用了std.regex来获取我想要的内容？

Answer 1

您可以使用：

auto m = matchFirst(input, regex(r"%%HEADER\n(.*?)\n%%BODY", "s"));
string header = m.captures[1];

和

auto m = matchFirst(input, regex(r"%%BODY\n(.*)", "s"));
string body = m.captures[1];

s修饰符允许点匹配换行符。

问号?使*量词变得懒惰。然后它在"\n%%BODY"

的第一次出现时停止

请注意，可以使用以下模式一次性提取两个字段：

auto m = matchFirst(regex(r"%%HEADER\n(.*?)\n%%BODY\n(.*)", "s"));

string header = m.captures[1];
string body = m.captures[2];

if (header.empty()) {
    throw new ParserException("No %%HEADER found.");
} else {
    separated[0] = header;
}

if (body.empty()) {
    throw new ParserException("No %%BODY found.");
} else {
    separated[1] = body;
}

您只需要提取两个捕获组。

Answer 2

捕获组的第一个元素（front）是完全匹配，从模式的第一个字符到最后一个字符。之后是第一个子匹配，即第一个带括号的部分。

因此，请使用[1]代替front。或popFront完全匹配，以便front是第一个子匹配。

D中的正则表达式捕获太多

2 个答案: