.net - 如何检索由“{{”和“}}”包围的子字符串的最长匹配项？

Question

我正在尝试解析通过 Wikipedia 的 API 接收的 wikitext 文件，问题是它的一些模板（即包含在 {{ 和 }} 中的片段）不会自动扩展为 wikitext，因此我必须在文章中手动查找它们最终获取并替换它们。问题是，我可以在 .NET 中使用正则表达式从文本中获取匹配项吗？

为了让自己更清楚，这里有一个例子来说明我的意思：

对于字符串

{{ abc {{...}} def {{.....}} gh }}

应该有一个匹配，即整个字符串，所以最长可能匹配。

另一方面，对于本例中的“孤立”大括号：

{{ abc {{...}}

结果应该是一个匹配：{{...}}

谁能给我一个建议？提前致谢。

score 3 · Accepted Answer

您可以使用 .NET 正则表达式使用平衡组定义来做到这一点。

文档中给出的示例显示了它如何与可嵌套<和>. 您可以轻松地将分隔符调整为{{和}}。如果需要，您可以进一步调整它以允许单个{和}“文本”内。

请记住，{and}是正则表达式元字符；要从字面上匹配，您可以转义到\{and \}。

score 1 · Accepted Answer

不要使用正则表达式。从左到右遍历字符串，如果遇到 {{ 将其位置推入堆栈，然后在 }} 上从堆栈中弹出前一个 {{ 的位置并计算长度。然后你可以很容易地取这些长度的最大值。

score 0 · Accepted Answer

此正则表达式模式匹配您提到的任意数量的模式。

\{\{(?:[^{]+\{\{[^}]+\}\})+[^}]+\}\}

对于第二个请求，您需要一个不同的正则表达式：

\{\{.*?\}\}

score 0 · Accepted Answer

我认为你在错误的层面上看待这个问题。为什么不直接要求 MediaWiki API 为您扩展模板，而不是 hacky regex 变通方法？您可以传入要扩展的内容：

或者，更好的是，要求在下载内容时预先扩展内容中的模板，方法是指定rvexpandtemplates：

4 回答 4