Question

我想分割输入，如下所示。此输入包含具有两个部分的数据类型。第一部分是标题，[XX]或[YY]，另一部分是内容（内容可能包含\ r \ n \ r \ n或[XX]或[YY]）。内容完成后，新数据以\ r \ n \ r \ n [XX]或\ r \ n \ r \ n [YY]开头：

[XX]\r\n
bla bla\r\n
bla bla\r\n
\r\n
[YY]\r\n
bla [XX] bla\r\n
bla bla\r\n
\r\n
[YY]\r\n
bla [YY] bla\r\n\r\n
bla bla\r\n
\r\n

我为catch编写了两个正则表达式并将这个输入分开，其中两个正在工作，但我认为，它们可以得到改进。

首先：\[(XX|YY)\]\r\n((?:(?!\r\n\r\n\[(XX|YY)\]).)*)

第二个（除最后一个数据外，效果很好）：\[(XX|YY)\]\r\n(.*?)(?=\r\n\r\n\[(XX|YY)\])

他们两个都有“。*”，所以他们使用了大量的回溯，有没有用[^]做什么？

...谢谢

Answer 1

我认为两者都很好，并且没有必要的回溯。您可以将标题部分锚定到行的开头，但这不会产生太大的影响：

(?m)^\[(XX|YY)\]\r\n((?:(?!\r\n\r\n\[(?:XX|YY)\]).)*)

但也许你的语言已经提供了这个功能？看起来您正在尝试解析Windows样式的配置（.ini）文件。例如，Python有ConfigParser模块。