如何在捕获组结束时重置整个匹配？

Question

假设我有以下文本：

Yes: [x]
Yes: [  x]
Yes: [x  ]
Yes: [  x  ]
No: [x
No: x]

我对带有两个捕获组的regex 表达式感兴趣，如下所示：

• 组$1：匹配括号[ 和]，其中包含x，x 周围有可变数量的水平空间。我可以使用基于分支重置组的The fourth bird 的answer：

  • regex:(?|(\[)(?=\h*x\h*])|(?<=\[)\h*x\h*(]))

  • 导致：

• 组$2：应该匹配包含在括号[ 和] 中的x。为此，我可以使用非捕获组，结合肯定的后向和前瞻断言：

  • regex:(?:(?<=\[)\h*(x)(?=\h*]))

  • 导致：

问题是当我尝试通过OR 加入表达式时，第二个表达式不匹配任何内容。例如：

(?|(\[)(?=\h*x\h*])|(?<=\[)\h*x\h*(]))|(?:(?<=\[)\h*(x)(?=\h*]))

结果（即，请参阅 demo 并启用extended 标志以清楚起见）：

我的直觉（即，可能不正确）是没有x 可以匹配第二个表达式，因为x 在第一个表达式中匹配（即组$0）。例如，将第二个表达式简化为 (?:(x))（即，参见 demo）将很好地匹配未包含在括号中的 x，如下所示。

因此，我认为我应该以某种方式从第一个表达式中重置组 $0 匹配项。所以我尝试在(]) 之前的第一个表达式中添加\K 元转义，但这并没有解决任何问题。

另外，我想尽可能地坚持(?|regex)|(?:regex)|... 的格式，因为我希望能够与其他组进一步扩展表达式。我正在使用Oniguruma regular expressions 和PCRE 风味。您对如何实现这一点有任何想法吗？

附：如果问题的标题不完全准确，我们深表歉意。

Answer 1

主要问题是x 已被第一个替代方案中的\h*x\h*(]) 部分消耗，而第二个替代方案中的\h*(x) 无法重新匹配已消耗的部分。

如果您将分支重置组中的第二个替代项放在前瞻中，您可以“释放”x 以供第二个替代项捕获它：

(?|
  (\[) (?= \h* x \h* ] ) | (?<= \[ )(?= \h* x \h* (])) # <--- here
)
|
(?:
  (?<= \[ ) \h* (x) (?= \h* ] )
)

请参阅regex demo。注意(?=\h*x\h*(])) 部分：它现在是一个正向前瞻，仅在右侧立即检查其模式匹配，但不将匹配的文本放入匹配值缓冲区，也不推进正则表达式索引，以便后续子模式可以尝试将其模式与此文本进行匹配。

为了适应更多的选择，请确保使用这种技术：尝试匹配尽可能接近字符串的开头，并且只使用不需要重新匹配的文本，否则，使用正向前瞻和捕获组他们。