如何把 xx <aa <bbb> <bbb> aa> yy 这样的字符串里,最长的配对 的尖括号内的内容捕获出来?
这里需要用到以下的语法构造:
• (?'group') 把捕获的内容命名为group,并压入 堆栈(Stack)
• (?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容,如果堆栈本来为
空,则本分组的匹配失败
• (?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话,继续匹配yes部分的表 达式,否则继续匹配no部分
• (?!) 零宽负向先行断言,由于没有后缀表达式,试图匹配总是失败
我们需要做的是每碰到了左括
号,就在压入一个"Open",每碰到一个 右括号,就弹出一个,到了最后就看 看堆栈是否为空--如果不为空那就 证明左括号比右括号多,那匹配就应 该失败。正则表达式引擎会进行回溯 (放弃最前面或最后面的一些字符), 尽量使整个表达式得到匹配。
< #最外层的左括号
[^<>]* #最外层的左括号后面的不是括号的内容
(
(
(?'Open'<) #碰到了左括号,在黑板上写一个"Open"
[^<>]* #匹配左括号后面的不是括号的内容
)
(
(?'-Open'>) #碰到了右括号,擦掉一个"Open"
[^<>]* #匹配右括号后面不是括号的内容
)
)*
(?(Open)(?!)) #在遇到最外层的右括号前面,判断黑板上还有没有没擦
> #最外层的右括号
平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配 嵌套的<div>
标签 : <div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*) ((?'-Open'</div>)[^<>]*) )*(? (Open)(?!))</div> .