復雜正則表達式拆分的需求模式

Question

我想分割以下字符串

// Comments
KeyA : SomeType { SubKey : SubValue } KeyB:'This\'s a string'
KeyC : [ 1 2 3 ] // array value

進入

KeyA
:
SomeType
{ SubKey : SubValue }
KeyB
:
This's a string
KeyC
:
[ 1 2 3 ]

（：和空格是定界符，盡管：保留在結果中；注釋被忽略； {}，[]或''之間沒有分隔符）

我可以使用正則表達式拆分或匹配來實現嗎？ 如果是這樣，正確的模式是什么？ 對模式字符串的注釋將不勝感激。

此外，如果輸入的字符串無效，也可能引發異常或返回錯誤消息（請參見下面的注釋）。

謝謝。

Answer 1

您可以使用此模式...

string pattern = @"(\w+)\s*:\s*((?>[^\w\s\"'{[:]+|\w+\b(?!\s*:)|\s(?!\w+\s*:|$)|\[[^]]*]|{[^}]*}|\"(?>[^\"\\]|\\.)*\"|'(?>[^'\\]|\\.)*')+)\s*";

...有兩種方式：

1. 使用Match方法，它將為您提供第1組中的鍵和第2組中的值的所需內容
2. 使用Split方法，但必須刪除所有空結果。

如何構建模式的第二部分（在: ）？

這個想法首先是要避免出現有問題的字符： [^\\w\\s\\"'{[:]+然后在特定情況下允許這些字符中的每一個：

• \\w+\\b(?!\\s*:)不是關鍵的單詞
• \\s(?!\\w+\\s*:|$)不在值末尾的空格（以修剪它們）
• \\[[^]]*]內容用方括號括起來
• {[^}]*}與大括號相同
• 雙引號之間的"(?>[^"\\\\]|\\\\\\\\|\\\\.)*"內容（允許使用轉義的雙引號）
• '(?>[^'\\\\]|\\\\\\\\|\\\\.)*'與單引號相同

請注意，可以避免在方括號或引號內出現冒號問題。

Answer 2

進入KeyC時，我不太確定要尋找什么。 您如何知道KeyB的字符串值何時結束而KeyC的字符串何時開始？ “這是一個字符串”或換行符后是否有冒號？ 這是一個示例，可以幫助您入門：

[TestMethod]
public void SplitString()
{
    string splitMe = "KeyA : SubComponent { SubKey : SubValue } KeyB:This's is a string";
    string pattern = "^(.*):(.*)({.*})(.*):(.*)";

    Match match = Regex.Match(splitMe, pattern);

    Assert.IsTrue(match.Success);
    Assert.AreEqual(6, match.Groups.Count); // 1st group is the entire match
    Assert.AreEqual("KeyA", match.Groups[1].Value.Trim());
    Assert.AreEqual("SubComponent", match.Groups[2].Value.Trim());
    Assert.AreEqual("{ SubKey : SubValue }", match.Groups[3].Value.Trim());
    Assert.AreEqual("KeyB", match.Groups[4].Value.Trim());
    Assert.AreEqual("This's is a string", match.Groups[5].Value.Trim());
}

Answer 3

這個正則表達式模式應該為您工作

\s*:\s*(?![^\[]*\])(?![^{]*})(?=(([^"]*"[^"]*){2})*$|[^"]+$)

當替換為

\n$0\n

演示