正则表达式反向引用以匹配不同的值答案

【问题标题】：RegEx BackReference to Match Different Values正则表达式反向引用以匹配不同的值
【发布时间】：2018-11-25 07:11:31
【问题描述】：

我有一个正则表达式，用于匹配 (val1 operator val2) 形式的表达式

这个正则表达式看起来像：

(\(\s*([a-zA-Z]+[0-9]*|[0-9]+|\'.*\'|\[.*\])\s*(ni|in|\*|\/|\+|\-|==|!=|>|>=|<|<=)\s*([a-zA-Z]+[0-9]*|[0-9]+|\'.*\'|\[.*\])\s*\))

这实际上很好并且符合我想要的，如您所见here in this demo

但是：D（黄油来了）

我想优化正则表达式本身，使其更具可读性和“紧凑性”。我搜索了如何做到这一点，我发现了一种叫做反向引用的东西，你可以在其中命名你的捕获组，然后稍后引用它们：

(\(\s*(?P<Val>[a-zA-Z]+[0-9]*|[0-9]+|\'.*\'|\[.*\])\s*(ni|in|\*|\/|\+|\-|==|!=|>|>=|<|<=)\s*(\g{Val})\s*\))

我将捕获表达式左侧的组命名为Val，后来我将其引用为(\g{Val})，现在问题是这个表达式，如您所见here只有表达式左侧与右侧完全相同的情况！例如(a==a) 或 (1==1) 与 (a==b) 等表达式不匹配！

现在的问题是：有没有办法引用模式而不是匹配的值？！

【问题讨论】：

【解决方案1】：

注意\g{N} 等价于\1，即一个反向引用，它匹配对应的捕获组匹配的相同值，而不是模式.不过这种语法更灵活一些，因为您可以通过在数字前使用- 来定义与当前组相对的捕获组（即\g{-2}，(\p{L})(\d)\g{-2} 将匹配@ 987654329@)。

PCRE 引擎允许subroutine calls 递归子模式。要重复第 1 组的模式，请使用 (?1) 和 (?&Val) 递归命名组 Val 的模式。

此外，您可以使用字符类来匹配单个字符，并考虑使用? 量词使正则表达式的某些部分成为可选：

(\(\s*(?P<Val>[a-zA-Z]+[0-9]*|[0-9]+|\'.*\'|\[.*\])\s*(ni|in|[*\/+-]|[=!><]=|[><])\s*((?&Val))\s*\))

注意\'.*\' 和\[.*\] 可以匹配太多，考虑替换为\'[^\']*\' 和\[[^][]*\]。

【讨论】：

请注意，(?&Val) 必须包装到单独的捕获组中才能捕获值，因此 ((?&Val))。
感谢您的建议，我将更改数组和字符串匹配器:) +1
顺便说一句，如果我想匹配像 ((a+1)==(b*5)) 这样的递归表达式怎么办 .. 在这种情况下，我的表达式将只匹配两个表达式 (a+1) 和 (b*5) 我如何调整它以匹配整个表达式！？
如果您应用递归，您将丢失其中的捕获。你真的想要吗？使用基本表达式将所有嵌套括号与/\((?>[^()]++|(?R))*\)/ 匹配，然后用您的表达式解析每个括号。或者摆脱所有这些花哨的东西，使用/[a-zA-Z]+[0-9]*|[0-9]+|\'[^\']*\'|\[[^][]*\]/。
是的，我也出于好奇想知道这个:)

【解决方案2】：

您在哪种语言/应用程序中使用此正则表达式？如果您可以选择将不同部分指定为命名变量，然后通过组合它们来构建最终的正则表达式。

val = "([a-zA-Z]+[0-9]*|[0-9]+|\'.*\'|\[.*\])"
op = "(ni|in|\*|\/|\+|\-|==|!=|>|>=|<|<=)"
exp = "(\(" .. val .. "\s*" .. op .. "\s*" .. val .. "\))"

【讨论】：