问题标签 [recursive-regex]

我似乎记得 DotNet 中的正则表达式有一种特殊的机制，可以正确匹配嵌套结构，例如“ ( (a ( ( c ) b ) ) ( d ) e )”中的分组。

此功能的 python 等效项是什么？这可以通过一些解决方法使用正则表达式来实现吗？（虽然这似乎是当前的正则表达式实现不是为这种问题而设计的）

我正在尝试在 .NET 中编写一个正则表达式，以从看起来像这样的函数列表中捕获整个函数。

所以我得到了

这将捕获除最后一个函数之外的所有函数......或者这个

这将正确匹配除第一个函数之外的所有函数。第一个函数仅部分匹配。

任何的想法？如果可能，请提供一些解释。

我正在寻找一个支持递归的 Java 正则表达式库，例如：

JDK 不支持，ORO 也不支持。

有人知道吗？

谢谢， 翁德拉

编辑：见http://www.php.net/manual/en/regexp.reference.recursive.php

我需要它来表达这个：

(?:mUi)^/--++ *+(.*)(?: *(?<= |^)\\.((?:\\([^)\\n]+\\)|\\[[^\\]\\n]+\\]|\\{[^}\\n]+\\}|<>|>|=|<){1,4}?))?$((?:\\n.*+)*)(?:\\n(?0)|\\n\\\\--.*$|\\z)

PCRE 有一个叫做递归模式的特性，可以用来匹配嵌套的子组。例如，考虑“语法”

它可以在 PCRE 中使用模式完成

（示例测试用例：http ://www.ideone.com/L4lHE ）

应该匹配：

abcdefg abc,def,ghi abc,,,def ,,,,,, [abc;] [a,bc;] sss[abc;d] as[abc;d,e] [abc;d,e][fgh;j,k] <abc> [<a>b;<c,d>,<e,f>] <a,b,c> <a,bb,c> <,,,> <> <><> <>,<> a<<<<>>><a>> <<<<<>>>><><<<>>>> <z>[a;b] <z[a;b]> [[;];] [,;,] [;[;]] [<[;]>;<[;][;,<[;,]>]>]

不应该匹配：

<a bc> <abc<de> [a<b;c>;d,e] [a] <<<<<>>>><><<<>>>>> <<<<<>>>><><<<>>> [abc;def;] [[;],] [;,,] [abc;d,e,f] [<[;]>;<[;][;,<[;,]>]]> <z[a;b>]

.NET 中没有递归模式。相反，它为基于堆栈的操作提供平衡组，以匹配简单的嵌套模式。

是否可以将上述 PCRE 模式转换为 .NET Regex 样式？

_{（是的，我知道最好不要为此使用正则表达式。这只是一个理论问题。）}

参考

• pcre.org - PCRE 手册页 - 递归模式
• MSDN - 正则表达式语言元素 - 平衡组定义

我目前正在创建 bbcode 解析引擎，但遇到了我自己无法解决的情况。

问题是，我遇到了一个与此完全相同的问题： Windows 上的 Apache / PHP crash with regular expression

这意味着，如果我做出类似下面示例的操作，Apache 会因为递归计数达到 690（PCRE 的内存限制为 1MB）而崩溃：

所以我需要以某种方式最小化*我+的正则表达式的需求，但这就是我没有想法的地方，所以我想也许你可以提出一些建议。

欢迎使用其他解析 bbcode 的方法（可以处理嵌套标签）。但是我不想使用已经构建的类或其他东西。我喜欢自己做事！

我还研究了 PECL 和 Pear HTML_BBCodeParser。但我不希望我的应用程序依赖于扩展。更有可能我可能会做一些脚本来检查该扩展，如果它不存在，请使用我在这里尝试做的 BBCode 解析器。

对不起，如果我的描述令人沮丧，我不是英语专业人士^^

编辑。所以正则表达式解释说：

这是我的开始标签。我使用了命名组。使用“标签”标识标签，使用“属性”标识标签属性。也可以将标签视为一个属性。那么这里发生了什么？我尝试匹配一个标签，当一个标签匹配时，我尝试匹配=符号之后的任何内容或\s(spacer) 之后的任何内容，直到它到达 tag closure ]。

现在我在这里尝试匹配内容。这是棘手的部分。我正在寻找任何不是 [ 的字符，如果找到任何字符，则检查它是否不是我的结束标签或递归，并告诉正则表达式引擎这样做，直到...。

...找到结束标签。

在阅读了polygenelubricants关于高级正则表达式技术的系列文章（特别是这个 Java 正则表达式如何检测回文？）后，我决定尝试使用递归（在 PHP 中）创建自己的 PCRE 正则表达式来解析回文。

我想出的是：

我对这个表达式的理解是它应该匹配零个或一个字符（每个少于 2 个字符的字符串都是隐含的回文，以及在递归中考虑具有奇数长度的回文），或者两个相同的字符分开通过模式的递归。

不幸的是，正如您在www.ideone.com/a9T3F中看到的那样，它似乎并没有那样工作。相反，只有 2 ⁿ - 1 个（即空字符串、a、aaa、aaaaaaa、a ¹⁵）重复字符的字符串与正则表达式匹配。

奇怪的是，如果我修改我的模式以使递归是可选的（即^(([a-z])(?1)?\2|[a-z]?)$，请参阅www.ideone.com/D6lJR，它只匹配具有重复 2 ⁿ次字符的字符串（即空字符串、a、aa、aaaa、aaaaaaaa、a ¹⁶） .

为什么我的正则表达式没有按我期望的方式工作？

对于那些渴望建议不要使用正则表达式的人的注意事项：
这个问题的重点是学习如何正确使用递归正则表达式。我知道这不是确定字符串是否为回文的有效方法，如果出于某种原因必须确定生产代码中的回文，我不会使用递归正则表达式；我只是有兴趣了解更多关于正则表达式的高级方面。

我需要匹配什么 reg 表达式模式来匹配 {{ 和 }} 之间的所有内容

我正在尝试解析维基百科，但在运行 rexex 代码后，我以孤儿 }} 告终。这是我的 PHP 脚本。

我认为问题是我嵌套了 {{ 和 }} 例如

{{ 东西 {{ 其他东西 {{ 新东西 }}{{ 旧东西 }} 蓝色的东西 }} 绿色的东西 }}

我对 PHP 和正则表达式一无所知，但我正在尝试为我的论坛修复一个损坏的插件。

我想替换以下内容：

和

实际上，这部分很简单，我已经部分修复了插件来做到这一点。以下正则表达式用于调用以preg_replace_callback()进行替换：

回调代码为：

这适用于我上面的示例（非嵌套块引用）。但是，如果块引用是嵌套的，例如在以下示例中：

它不起作用。所以我的问题是，如何使用正则表达式/PHP 的组合替换所有嵌套的块引用？我知道在 PHP 中递归模式是可能的(?R)；以下正则表达式将从包含它们的字符串中提取所有嵌套的块引用：

但是从那里开始，我不太确定在preg_replace_callback()回调中做什么来用上面的替换替换每个嵌套的块引用。

任何帮助，将不胜感激。

我正在为其中包含的函数解析一种简单的语言（Excel 公式）。函数名必须以任意字母开头，后跟任意数量的字母/数字，并以左括号结尾（中间没有空格）。例如MyFunc(. 该函数可以包含任何参数，包括其他函数，并且必须以闭括号结尾)。当然，括号内的数学是允许的=MyFunc((1+1))，(1+1)不应该被检测为函数，因为它不符合我刚刚描述的函数规则。我的目标是识别公式中最高级别的函数调用，识别函数名称，提取参数。使用参数，我可以递归地查找其他函数调用。

使用本教程，我破解了以下正则表达式。似乎没有人能做到这一点。他们都在下面粘贴的测试用例中失败。

这应该有效，但完全失败：

这适用于许多测试用例，但不适用于下面的测试用例。我认为它不能正确处理嵌套函数 - 它只是在嵌套中查找打开的括号/关闭括号：

这是打破所有这些的测试：

这应该匹配为：

相反，它匹配：

我正在使用提供外部存储器的 .net RegEx。

我想在Ruby脚本的文本中匹配正则表达式（至少是基本的，不是所有可能的类型......现在......）。
这就像一个...\/\^? oh my god... \$?\/[eimnosux]*

也许我在这里需要递归正则表达式。