嵌套时获取外部“对”

Question

我使用regex <@(.+?)@>来匹配模式，例如：

<@set:template default.spt @>

它工作得很好，但我遇到过需要嵌套模式的情况，例如：

<@set:template <@get:oldtemplate @> @>

我没有得到父对（<；@和@>；），而是得到以下结果：

<@set:template <@get:oldtemplate @>

我不希望它得到一个子，我只希望在所有嵌套的情况下得到最外层的父。我如何修复我的正则表达式，使它能为我做这件事？我想如果我知道如何要求每个<@在父级内部都有一个@>，我就可以这样做，但我不知道如何强制这样做。你知道吗

Answer 1

你所描述的是一种“非正规语言”。它不能用regexp解析。你知道吗

好的，如果您愿意对嵌套级别进行限制，那么从技术上讲，您可以使用regexp来实现它。但这会很难看。你知道吗

如果您可以在标记中设置不包含@的条件，下面是如何使用一些（增加的）最大嵌套深度来解析您的东西：

no nesting: <@[^@]+@>
up to 1:    <@[^@]+(<@[^@]+@>)?[^@]*@>
up to 2:    <@[^@]+(<@[^@]+(<@[^@]+@>)?[^@]*@>)?[^@]*@>
up to 3:    <@[^@]+(<@[^@]+(<@[^@]+(<@[^@]+@>)?[^@]*@>)?[^@]*@>)?[^@]*@>
...

如果不能禁止标记中的lone@，则必须用如下内容替换[^@]的每个实例：(?:[^<@]|<[^@]|@[^>])。你知道吗

考虑一下这个问题，然后考虑扩展regex以解析多达10个深度的嵌套。你知道吗

在这里，我会为你做：

<@(?:[^<@]|<[^@]|@[^>])+(<@(?:[^<@]|<[^@]|@[^>])+(<@(?:[^<@]|<[^@]|@[^>])+(<@(?:[
^<@]|<[^@]|@[^>])+(<@(?:[^<@]|<[^@]|@[^>])+(<@(?:[^<@]|<[^@]|@[^>])+(<@(?:[^<@]|<
[^@]|@[^>])+(<@(?:[^<@]|<[^@]|@[^>])+(<@(?:[^<@]|<[^@]|@[^>])+(<@(?:[^<@]|<[^@]|@
[^>])+(<@(?:[^<@]|<[^@]|@[^>])+@>)?(?:[^<@]|<[^@]|@[^>])*@>)?(?:[^<@]|<[^@]|@[^>]
)*@>)?(?:[^<@]|<[^@]|@[^>])*@>)?(?:[^<@]|<[^@]|@[^>])*@>)?(?:[^<@]|<[^@]|@[^>])*@
>)?(?:[^<@]|<[^@]|@[^>])*@>)?(?:[^<@]|<[^@]|@[^>])*@>)?(?:[^<@]|<[^@]|@[^>])*@>)?
(?:[^<@]|<[^@]|@[^>])*@>)?(?:[^<@]|<[^@]|@[^>])*@>

我希望我的回答表明，regexp不是解析语言的正确工具。传统的lexer（标记器）和解析器组合将做得更好，速度明显更快，并将处理不确定的嵌套。你知道吗

Answer 2

我不认为用正则表达式可以做到这一点，请看this question的答案，它提出了类似的问题。regex不足以处理任意级别的嵌套，如果只有两个级别的嵌套，那么这应该是可能的，但是regex可能不是最好的工具。你知道吗