【问题标题】:Regex trouble with capturing repeated pattern捕获重复模式的正则表达式问题
【发布时间】:2021-07-09 14:55:43
【问题描述】:

假设我有以下字符串:

Some crap string here...(TRACK "title1" F (S #h88 (P #m6) (P #m31)) (S #k3 (P #m58) (P #m58)))(TRACK "title2" P (S #a54 (P #r8)) (S #v59 (P #a25) (P #y82)))...Some other crap string here

我需要从这个字符串中提取以下数据:

  1. 标题1
  2. F
  3. (S #h88 (P #m6) (P #m31)) 和 (S #k3 (P #m58) (P #m58))

和

  1. 标题2
  2. P
  3. (S #a54 (P #r8)) 和 (S #v59 (P #a25) (P #y82))

在哪里

  1. 是某种标题。
  2. 是某种状态。
  3. 是某种列表列表,例如(S #xx (P #xx))。

由于正则表达式知识有限,我可以得到 1 和 2,但只能得到 3 的第一部分。
(S #xx (P #xx)) 可以存在多次,内部 (P #xx) 也可以存在多次。

我尝试了很多正则表达式并查阅了很多帖子,但我一直无法按要求获取数据。

所以现在我回到\(TRACK "(.*?)" ([P|F]) (\(S.*?\)\)),它只捕获此示例字符串中两个列表中的第一个。

见:https://regex101.com/r/FM0ZZR/1

我需要做什么才能获得所描述的所有列表?

【问题讨论】:

    标签: php regex pcre


    【解决方案1】:

    你可以使用

    \(TRACK\s+"([^"]*)"\s+([PF])((?:\s+(\([SP](?:[^()]*+|(?-1))*\)))*\))
    

    请参阅regex demo。

    详情

    • \(TRACK - (TRACK 子字符串
    • \s+ - 一个或多个空格
    • " - 一个 " 字符
    • ([^"]*) - 第 1 组:除 " 之外的任何零个或多个字符
    • " - 一个 " 字符
    • \s+ - 一个或多个空格
    • ([PF]) - 第 2 组:P 或 F
    • ((?:\s+(\([SP](?:[^()]*+|(?-1))*\)))*\)) - 第 3 组:
      • (?:\s+(\([SP](?:[^()]*+|(?-1))*\)))* - 零次或多次重复
        • \s+ - 一个或多个空格
        • (\([SP](?:[^()]*+|(?-1))*\)) - 第 4 组(技术,递归所必需):
          • \( - 一个 ( 字符
          • [SP] - S 或 P
          • (?:[^()]*+|(?-1))* - 除了 ( 和 ) 或整个最近捕获的模式之外的零个或多个字符
          • \) - 一个 ) 字符
      • \) - 一个 ) 字符。

    【讨论】:

    • 非常感谢,但不幸的是,这个正则表达式没有捕获每场比赛的第一个 (S #xx (P #xx))。?例如(S#h88(P#m6)(P#m31))
    • @DigiLive 它确实捕获了它,但由于它是repeated capturing group,因此只有最后一个值保留在组内存缓冲区中。您不能使用 PCRE 模式访问每个单独的捕获,因为它不支持捕获组堆栈。你可以把它写成this、(?:\G(?!\A)|\(TRACK\s+"([^"]*)"\s+([PF]))\s+(\([SP](?:[^()]*+|(?-1))*\))\)?,但它不太好用,或者需要很多额外的代码。
    • 用(?-1) 递归子模式很酷,这些模式很棒++
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2022-01-23
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2017-12-30
    • 1970-01-01
    • 2017-09-13
    相关资源
    最近更新 更多