正則表達式遵循模式，大括號之間除外

Question

我很難找出一個干凈的正則表達式（在 Javascript 實現中），它將盡可能多地捕獲一條線，因為它可以遵循一個模式，但是大括號內的任何東西都不需要遵循這個模式。 我不確定最好的解釋方式，除了舉例：

例如：假設模式是，行必須以 0 開頭，在任何地方以 0 結尾，但只允許其間有 1、2 或 3 的序列，所以我使用^(0[123]+0) 。 這應該匹配字符串的第一部分：

    0213123123130
    012312312312303123123
    01231230123123031230
    etc.

但我希望能夠在大括號之間插入{gibberish}並讓正則表達式允許它破壞模式。 即，忽略花括號的模式和里面的所有內容，但仍然捕獲包括{gibberish}在內的完整字符串。 所以這將以粗體捕獲所有內容：

    01232231{whatever 3 gArBaGe? I want.}121{foo}2310312{bar}3120123

即使模式正確，大括號內的 0 也不會過早結束捕獲。

    01213123123123{21310030123012301}31231230123

編輯：現在，我知道我可以做類似^0[123]*?(?:{.*})*?[123]*?0的事情嗎？ 但這只有在有一組大括號時才有效，現在我必須復制我的[123]模式。 隨着[123]模式變得越來越復雜，讓它在正則表達式中出現不止一次開始變得非常難以理解。 最好的正則表達式技巧之類的東西似乎很有希望，但我不知道如何在這里應用它。 使用瘋狂的環視似乎是現在唯一的方法，但我希望有一種更清潔的方法。

Answer 1

由於您已指定要包括垃圾在內的整個匹配項，因此您可以使用^0([123]+(?:{[^}]*}[123]*)*)0並使用 $1 來獲取部分在 0 之間，或 $0 以獲得匹配的所有內容。

https://regex101.com/r/iFSabs/3

以下是正則表達式如何工作的概要：

• ^將匹配錨定在行首
• 0匹配文字零字符
• ([123]+(?:{[^}]*}[123]*)*)是一個捕獲組，它捕獲其中的所有內容。
  • [123]+匹配1 、 2或3的一個或多個實例
  • (?:{[^}]*}[123]*)*是一個非捕獲組。 即它將成為比賽的一部分，但不會有 $# 用於替換或比賽。
    • {[^}]*}匹配文字{后跟任意數量的非}字符后跟 }
    • [123]*匹配1 、 2或3的零個或多個實例
    • 那么這整個非捕獲組可以匹配0次或多次。

此正則表達式背后的過程稱為展開循環。 http://www.softec.lu/site/RegularExpressions/UnrollingTheLoop給出了很好的描述。 （有一些錯字修復）

展開循環技術是基於這樣一個假設，即在大多數情況下，您會 [知道] 在 [重復] 交替中，哪種情況應該是最常見的，哪種情況是例外的。 我們將第一個稱為正常情況，將第二個稱為特殊情況。 展開循環技術的一般語法可以寫成：

正常*（特殊正常*）*

這可能意味着類似，匹配正常情況，如果你找到一個特殊情況，匹配它而不是再次匹配正常情況。 [你會]注意到這個語法的一部分可能[潛在地]導致超線性匹配。

使用 Regex#test 和 Regex#match 的示例：

 const strings = [ '0213123123130', '012312312312303123123', '01231230123123031230', '01213123123123{21310030123012301}31231230123', '01212121{hello 0}121312', '012321212211231{whatever 3 gArBaGe? I want.}1212313123120123', '012321212211231{whatever 3 gArBaGe? I want.}121231{extra garbage}3123120123', ]; const regex = /^0([123]+(?:{[^}]*}[123]*)*)0/ console.log('tests') console.log(strings.map(string => `'${string}': ${regex.test(string)}`)) console.log('matches'); let matches = strings.map((string) => regex.exec(string)).map((match) => (match? match[1]: undefined)); console.log(matches);

Robo Robok 的答案是 go 如果您只想保留非支撐部分，盡管使用稍微不同的正則表達式（ {[^}]*} ）以獲得更高的性能。

Answer 2

反過來呢？ 檢查刪除了卷曲標簽的字符串：

const string = '012321212211231{whatever 3 gArBaGe? I want.}1212313123120123{foo}123';
const stringWithoutTags = string.replace(/\{.*?\}/g, '');

const result = /^(0[123]+0)/.test(stringWithoutTags);

Answer 3

您說您需要捕獲所有內容，包括亂碼，所以我認為像這樣的簡單模式應該可以工作：

^(0(?:[123]|{.+?})+0)

這允許以 0 開頭的字符串，然后是任何模式字符（1、2 或 3）或{ gibberish }部分之一，並允許重復處理多個亂碼部分，最后它必須以一個 0。

https://regex101.com/r/K4teGY/2

Answer 4

你可能會使用

^0[123]*(?:{[^{}]*}[123]*)*0

• ^字符串開頭
• 0匹配一個零
• [123]*匹配 0+ 次 1、2 或 3
• (?:非捕獲組
  • {[^{}]*}[123]*匹配從開始到結束}后跟 0+ 1、2 或 3
• )*關閉組並重復 0+ 次
• 0匹配一個零

正則表達式演示