如何从正则表达式嵌套反向引用中获取内部值答案

【问题标题】：how to fetch inner values from Regex nested backreference如何从正则表达式嵌套反向引用中获取内部值
【发布时间】：2010-12-02 15:42:35
【问题描述】：

我通过以下方式从服务器接收输入（示例输入数据）：

[1284336000]: host1;event1;flag;state;counter;errors or warnings
[1284336000]: host2;event1;flag;state;counter;errors or warnings
[1284336000]: host1;event2;flag;state;counter;errors or warnings
[1284336000]: host2;event2;flag;state;counter;errors or warnings

我必须匹配输入并根据匹配创建一个值为 hostname-eventname 的变量。

我的正则表达式

^\[\d+\]:\s((host1);(event1)|(host2);(event2)|(host3);(event2)|(host2);(event1));(\w+);(\w+);(\d).+$

我希望在 $2 或 $3 等引用变量中分别包含主机和事件的名称。

例如，考虑这个输入：

[1284336000]: host1;event1;flag;state;counter;errors or warnings

我需要根据上面匹配的主机名和事件名创建一个名称为<hostname-eventname>的变量。

说，

$myVar=$2-$3  (that is, $myVar=host1-event1)

我无法再应用任何拆分操作。所以没有编程：我只能读取输入数据。是的，正则表达式属于 Perl 正则表达式类型。

我不知道我是否澄清了我的问题？

【问题讨论】：

标签： regex perl backreference capturing-group

【解决方案1】：

你可以使用

"^\[\d+\]:\s([^;]*);([^;]*)"

并在前两个捕获组中包含主机和事件名称。

【讨论】：

感谢 Jens，它也有效，但主持人和活动是耦合的，因此，我采用了 Tchrist 的解决方案......但感谢您的回复。

【解决方案2】：

您需要使用分支重置运算符(?|…|…|…)：

^\[\d+\]:\s(?|(host1);(event1)|(host2);(event2)|(host3);(event2)|(host2);(event1));(\w+);(\w+);(\d).+$

或者更清楚：

m{
    ^ \[ \d+ \] : \s
    (?| (host1);(event1)  # $1, $2
      | (host2);(event2)  # $1, $2
      | (host3);(event2)  # $1, $2
      | (host2);(event1)  # $1, $2
    )
    ;
    (\w+);(\w+)           # $3, $4
    ; (\d)                # $5
    .+ $
}x

【讨论】：

我有点惊讶没有人拿起这个。在某些情况下，这可能是一项非常重要的技术。
是的。正如 Jerry Pournelle 喜欢说的，当你需要它的时候，你就需要它。但(?|…|…|…) 并未得到广泛支持，甚至鲜为人知。 PCRE 是我所知道的唯一支持它的其他版本。
@Alan，我自己并不太欣赏它，因为我觉得这是一个糟糕的绷带，阻止人们转向更好的解决方案：命名捕获。但我开始看到它偶尔有用，这是一个很好的例子。顺便说一句，您是否注意到 JDK7 看起来他们将通过标准 (?<NAME>…) 和 \k<NAME> 机制命名捕获。 .group() 将接受一个字符串参数。我不认为他们打算区分 %+ 和 %-，这也是 Python 的一个问题。它仍然很酷，尽管使用(?(DEFINE)…) 块会更酷。