C#正则表达式的递归匹配分析
本文导语: 在C#程序设计中经常会遇到这样的需求,要求匹配出成对的小括号里的内容,但是一般正则表达式中的 ?R 的语法似乎在C#中不被支持, 经过一番查找与测试,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...
在C#程序设计中经常会遇到这样的需求,要求匹配出成对的小括号里的内容,但是一般正则表达式中的 ?R 的语法似乎在C#中不被支持, 经过一番查找与测试,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)(?!))/)");
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,"(?)"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,"(?)"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。"(?)"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"(?/()",我个人比较喜欢这种形式,而不是"/((?)"。后面的"/)(?)"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"(?)"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,"(?)"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"(?)"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)(?!))/]" ); 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; }
可以得到
[111[222[333]]] [222[333]] [333] [222[333]] [333] [333]
相信本文所述对大家的C#程序设计有一定的借鉴价值。