正则表达式匹配多个分隔的字符

Question

在此字符串中：

“＆lt; 0＆gt;＆lt;＆lt;＆gt;＆gt;＆lt;＆gt;＆gt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;

我想匹配“＆lt; \ d {1,2}＆gt;”的所有实例除了我用一组额外的三角括号进行转义的那些，例如，我想匹配0,2,3,4而不是1，例如：

“＆lt; 0＆gt; ＆lt;＆lt; 1＆gt;＆gt; ＆lt; 2＆gt; ＆gt; ＆lt; 3＆gt; ＆LT 4是氢; “

我想在一个正则表达式中执行此操作，但我能得到的最好的是：

（^ | [^ \＆LT;]）\＆LT;＆GT;（[^＆GT;] | $）（小于1为卤素\ d {1,2}？）

哪个匹配0,3,4而不是2，例如：

“＆lt; 0＆gt; ＆lt;＆lt; 1＆gt;＆gt;＆lt; 2＆gt;＆gt; ＆lt; 3＆gt; ＆lt; 4＆gt; “

是否有人知道如何使用单个正则表达式完成此操作？

Answer 1

您还可以尝试conditionals： (?(?<=<)(<\d{1,2}>(?!>))|(<\d{1,2}>))

Answer 2

您可以查看negative look-behind zero-width assertion：

(?<!<)<\d{1,2}>

Answer 3

假设使用输入集

 "<0> <<1>> <2>> <3> <4><<5>"

我们希望匹配0,2,3,4和5.

问题是您需要使用零宽度前瞻和零宽度后视，但有三种情况需要匹配，'＆lt;'，'＆gt;'和''，和一个不匹配'＆lt;＆gt;'。此外，如果您希望能够提取已标记的表达式以便将匹配分配给数组，则需要避免标记您不需要的内容。所以我最终得到了非优雅的

use Data::Dumper;

my $a = "<0> <<1>> <2>> <3> <4><<5>";

my $brace_pair = qr/<[^<>]+>/;
my @matches = $a =~ /(?:(?<!<)$brace_pair(?!>))|(?:$brace_pair(?!>))|(?:(?<!<)$brace_pair)/g;

print Dumper(\@a);

如果你想把它塞进一个表达式 - 你可以。

Answer 4

这是单个正则表达式的替代方案。将其拆分为><边界的列表，然后排除<...>。

#!/usr/bin/perl -lw

$s = "<0> <<1>> <2>> <3> <4>";

print join " ",
      map { /(\d+)/; $1 }
      grep !/^<.*>$/,
      split />\s*</, $s;

Answer 5

如果您正在使用支持外观而非条件的正则表达式（如Java），这是另一种方法：

(?=(<\d{1,2}>))(?!(?<=<)\1(?=>))\1

第一个先行可确保您处于标记的开头并将其捕获以供日后使用。第二个前瞻中的子表达式再次与标记匹配，但前提是它前面有<后跟>。使其成为否定前瞻，实现了您正在寻找的NOT（x和y）语义。最后，第二个\1再次与标签匹配，这次是真实的（即，不在环视中）。

顺便说一句，我可以在第二个前瞻中使用>而不是(?=>)，但我认为这种方式更容易阅读并更好地表达我的意图。

Answer 6

使用Perl以下是一种快速简便的方法。

use strict;
use warnings;

my $str = "<0> <<1>> <2>> <3> <4>";
my @array = grep {defined $_} $str =~ /<<\d+>>|<(\d+)>/g;

print join( ', ', @array ), "\n";