如何在递归模式中匹配但不包括分隔符

Question

假设有一个字符串{a:b,c:d},{a:b,c:d,e:[{d:e},{f:g}]}，我想将其解析为标记a:b,c:d a:b,c:d,e:[{d:e},{f:g}]，以便稍后进一步解析。

正则表达式({(?:[^{}]++|(?1))*})产生了{a:b,c:d} {a:b,c:d,e:[{d:e},{f:g}]}，但我卡在了如何匹配封闭的{}而不将它们包含在结果中。（该字符串可能包含比示例中未显示的更深层次的递归元素）

- M Webjorn

---

捕获它们，{((?:[^{}]++|(?R))*)}，请参见demo。 - Wiktor Stribiżew

@WiktorStribiżew 看起来像是一个答案，除非 M Webjorn 需要整个匹配作为结果。 - Ryszard Czech

谢谢！太好了！有什么建议如何将第二个项目 a:b,c:d,e:[{d:e},{f:g}] 解析成 a:b, c:d, e:[{d:e},{f:g}] 吗？与上面使用的相同方法导致正则表达式由于无限递归而失败。 - M Webjorn

在同一个正则表达式中是不可能的。需要进行第二次匹配。类似于 (\w+):((\[(?:[^][]++|(?3))*])|\w+)。 - Wiktor Stribiżew

找到了解决方案：应用于 a:b,c:d,e:[{d:e},{f:g}] 的正则表达式 ([^,\[]+(?:\[(?:[^\[\]]++)\])?) 会产生 a:b, c:d,e:[{d:e},{f:g}]。 - M Webjorn

Answer 1

您需要“捕获”正则表达式中需要从匹配中提取的部分：

{((?:[^{}]++|(?R))*)}
 ^_________________^

这些括号创建了第一组，您可以使用编程语言访问其中包含的值。

获取匹配项后，您可以运行第二个步骤来提取a:b或a:[...]子字符串，使用：

[^,[]+(?:\[[^][]+])?

请参见正则表达式演示。细节如下：

• [^,[]+ - 匹配零个或多个非[和逗号的字符。
• (?:\[[^][]+])? - 可选的序列，包括一个[，然后是一个或多个非[和]的字符，最后是一个]。

- Wiktor Stribiżew

---

只需在第二个解析器上添加一些 \ 以澄清 [^,\[]+(?:\[[^\]\[]+\])?。 - M Webjorn