有没有一种方法可以在正则表达式中“撤回”已匹配的字符序列？

Question

我要翻译的正则表达式有以下限制：

• 以"//"开头
• 随后是"["一个非数字序列（称为分隔符）和"]"
• 下一行是"\n"
• "[" 0个或多个由先前找到的分隔符分隔的数字。

例如，以下文本与正则表达式匹配：

//[*#*]
[1*#*34*#*64]

以下文本与正则表达式不匹配：

//[*#*]
[1#34#64]

因为分隔符与第一行不匹配，所以出现了这个问题。

我目前创建的正则表达式是：

^//\[(\D)+\]\n\[[(\d)+(\D)+]*(\d)+\]$|^//\[(\D)+\]\n\[\]$|^//\[(\D)+\]\n\[(\d)+\]$

但是很明显，这个正则表达式与前面的两个示例都匹配。

是否有一种方法可以在正则表达式本身中“召回”已匹配的字符序列？

- George Lords of Castle

---

查找“反向引用”。举个快速的例子，\(.*\)\1匹配任何形式为<s><s>的字符串。这意味着一个由将一个字符串连接到自身而成的字符串。 - Guido

你使用的是什么编程语言？ - justhalf

Answer 1

在大多数编程语言中，您需要使用后向引用来引用匹配的组。其中n表示组号。

以下模式可行：

//\[([^]]++)]\n\[(?>\d++\1?)+]

简单来说：

• //匹配字面意义的斜杠
• \[([^]]++)]匹配方括号中的某些字符
• \n匹配换行符
• \[(?:\d++\1?)++]匹配一个或多个数字，后跟第一个模式部分捕获的匹配 - 可选。这是原子组。

- Boris the Spider

Answer 2

您需要使用所谓的反向引用（这里有一篇非常好的教程here）。

在Python中使用此正则表达式：

r'^//\[([^\]]+)\]\n\[\d+(\1\d+)*\]'

样例运行：

>>> string = """//[*#*]
... [1*#*34*#*64]"""
>>> print re.search(r'^//\[([^\]]+)\]\n\[\d+(\1\d+)*\]',string).group(0)
//[*#*]
[1*#*34*#*64]

这个正则表达式将在Python中匹配您的字符串。

Debuggex演示

- justhalf