当前位置：首页 > news >正文

关于正则表达式的递归匹配问题

news 来源：原创 2024/5/19 13:52:58

经常会有这样的需求，要求匹配出成对的小括号里的内容，

而一般正则表达式中的 ?R 的语法似乎在C#中不被支持，在一番努力之下，终于找到以下一段描述

/( 应该是 \( 不是用 /转义而是用 \来转义

匹配嵌套的构造
微软公司已经包含了一个有趣的创新来匹配稳定的构造（历史上，这是正则表达式所做不到的）。这并不容易掌握 — 尽管这节较短，但是注意，它非常的晦涩难懂。
从一个例子开始可能更简单一些，所以我用这段代码作为开始：
Regex r = new Regex(@"/((?>[^()]+|/((?<DEPTH>)|/)(?<-DEPTH>))*(?(DEPTH)(?!))/)");
这能匹配到首个完全配对的括号组，比如"before (nope (yes (here) okay) after"里面的"(yes (here) okay)"。注意第一个左括号没有被匹配到，因为没有和它匹配的右括号。
下面是它如何运作的概览：
1、在每个"("被匹配到的时候，"(?<DEPTH>)"在这里加上一，告诉正则表达式系统当前括号嵌套的深度（正则表达式开头的"/("不包括在这里）。
2、在每个")"被匹配到的时候，"(?<-DEPTH>)"从深度值内减一。
3、"(?(DEPTH)(?!))"保证在匹配最后一个右括号之前深度为零。
它能工作的原因在于引擎的回逆堆栈保存了匹配成功的组的轨迹。"(?<DEPTH>)"不过是一个带有名称的分组构造，它将总是匹配成功（不匹配任何东西）。而由于它被紧接着放在"/("之后，它的成功匹配（仍然在堆栈上直到被移除）被用于左括号的计数。
译注：还有一种写法是"(?<DEPTH>/()"，我个人比较喜欢这种形式，而不是"/((?<DEPTH>)"。后面的"/)(?<-DEPTH>)"也是一样。
这样，匹配成功了的名为"DEPTH"的分组的计数在回逆堆栈上被建立起来。而当找到右括号的时候我们还希望从深度值减一，这是由.NET特别的语法构造"(?<-DEPTH>)"实现的，它将从堆栈上移除最近匹配的"DEPTH"分组。如果堆栈上已经没有记录，"(?<-DEPTH>)"分组匹配失败，从而防止了正则表达式系统匹配多余的右括号。
最后，"(?(DEPTH)(?!))"是一个用于"(?!)"的断言，如果"DEPTH"分组到目前为止还是成功的话。如果当我们匹配到这里时还是成功的，这里有个未配对的左括号还没有被"(?<-DEPTH>)"移除。在这种情况，我们希望停止匹配（我们不希望匹配一个未配对的括号），所以我们使用"(?!)"，它是一个“零宽度负预测先行断言”，仅当子表达式不在此位置的右侧匹配时才继续匹配。
这就是在.NET的正则表达式实现中匹配嵌套结构的方法。

以上内容似乎很难懂，其实如果觉的难懂的话也简单，那你就不要去理解，你只要能用就OK了，把() 替换成你要的字符，相信可以解决不少你的问题，

以下根据这个用法写了个测试用例

  private void button3_Click( object sender, EventArgs e )
{
       Regex r = new Regex( @"/[(?>[^/[/]]+|/[(?<DEPTH>)|/](?<-DEPTH>))*(?(DEPTH)(?!))/]" );
       StringBuilder sb = new StringBuilder();
       MatchString( "[111[222[333]]][222[333]][333]", r, sb );
 
       MessageBox.Show( sb.ToString(), "取到的信息" );
}
 
private void MatchString( string OutString, Regex r, StringBuilder sb )
{
        MatchCollection ms = r.Matches( OutString );// 获取所有的匹配
        foreach ( Match m in ms )
        {
                    if ( m.Success )
                    {
                             sb.AppendLine( m.Groups[0].Value );
                             MatchString( m.Groups[0].Value.Substring( 1, m.Groups[0].Value.Length - 1 ), r, sb );// 去掉匹配到的头和尾的 "[" 和 "]"，避免陷入死循环递归中，导致溢出
                     }
         }
         return;
}

 