递归正则表达式的意外行为

Question

我正在尝试匹配可以包含平衡<和>字符的C ++参数类型。

这个正则表达式： (\<(?>[^<>]|(?R))*\>)

在此字符串上：QMap<QgsFeatureId, QPair<QMap<Something, Complex> >>

匹配所有期望前4个字符（QMap）。

现在，如果我在正则表达式的开头添加\w+，它现在只匹配它的结尾（QPair<QMap<Something, Complex> >>）而不是整个字符串。

解释是什么以及如何解决这个问题？

您可以在线试用here。

这是用于Perl 5.10+（5.24）。

Answer 1

(?R) construct递归整个模式。当您在开始时添加\w+时，也会在递归发生时进行说明。但是，您要递归的是Group 1子模式。

您需要subroutine call来递归捕获组子模式：

(\w+)(<(?:[^<>]++|(?2))*>)

请参阅regex demo

<强>详情

• (\w+) - 第1组捕获标识符（您可以将其更改为[a-zA-Z]\w*）
• (<(?:[^<>]++|(?2))*>) - 第2组（将被递归）
  • < - 文字<
  • (?:[^<>]++|(?2))* - 除了<和>之外的1个字符（占有率，使其更快）或（|）整个第2组模式（{{ 1}}）。
  • (?2) - 文字>

结果：

>