Question

如何递归匹配与多字符分隔符平衡的字符串？

考虑一个LaTeX内联引号，使得2个双提示（``）标记引号开始的位置，并且2个撇号（\x27\x27）结束。

以下代码为我提供了``five''。我想捕获two ``three `four' ``five'' three four'' six

my $str = q|one ``two ``three `four' ``five'' three four'' six'' seven|;

if ( $str =~ /
              (
              ``
                (?:
                     [^`']
                       |
                     (?1)
                )*
              ''
              )
            /x
   )
   {
     print "$1\n";
   }

我想它与如何否定有关，而不是字符类（[^`']，而是多字符串。

Answer 1

(?:(?!PAT)(?s:.))*是PAT，[^CHAR]*是CHAR，所以

(?:(?!``|'')(?s:.))*

匹配任何不是这两个序列开头的字符。但是，我认为前瞻一点都不贵，所以我相信

(?: [^`']+ | `(?!`) | '(?!') )*

会更便宜。我们得到以下信息：

/
   (
      ``
         (
            (?: [^`']+ | `(?!`) | '(?!') )*
            (?:
               (?-2)
               (?: [^`']+ | `(?!`) | '(?!') )*
            )*
         )
      ''
   )
/x

我们可以简化性能下降。

/
   (
      ``
         (
            (?: [^`']+
            |   `(?!`)
            |   '(?!')
            |   (?-2)
            )*
         )
      ''
   )
/x

在两个片段中，您要捕获的文字位于$2。

如何递归匹配与多字符分隔符平衡的字符串？

1 个答案: