正则表达式 - 捕获重复组

Question

好的，我已经阅读了tutorials，现在我的头太乱了，现在看不清楚了。

我正在尝试从函数签名中捕获参数及其类型信息。所以给出这样的签名：

function(/*string*/a,b,c)

我想要这样的零件：

type: string
param:a
param:b
param:c

这也可以：

type: string
param:a
type: null (or whitespace)
param:b
type: null (or whitespace)
param:c

所以我想出了这个正则表达式，它犯了重复捕获的常见错误（我已经打开了显式捕获）：

function\(((\/\*(?<type>[a-zA-Z]+)\*\/)?(?<param>[0-9a-zA-Z_$]+),?)*\)

问题是，我无法纠正错误。 :(。请帮忙！

Answer 1

通常，您需要两个步骤来获取所有数据。
首先，匹配/验证整个函数：

function\((?<parameters>((\/\*[a-zA-Z]+\*\/)?[0-9a-zA-Z_$]+,?)*)\)

请注意，现在您有一个包含所有参数的 parameters 组。您可以再次匹配某些模式以获取所有参数匹配，或者在这种情况下拆分,。

如果您使用的是 .Net，那么您很幸运。 .Net 完整记录每个组的所有捕获，因此您可以使用该集合：

match.Groups["param"].Captures

一些注意事项：

• 如果您确实想要捕获多个类型，您肯定需要空匹配项，因此您可以轻松组合匹配项（虽然您可以排序，但 1 对 1 捕获更简洁）。在这种情况下，您需要可选组 inside 您捕获的组：(?<type>(\/\*[a-zA-Z]+\*\/)?)
• 您不必在 .Net 模式中转义斜杠 - / 在那里没有特殊含义（C#/.Net 没有正则表达式分隔符）。

这是一个使用捕获的示例。同样，重点是保持type 和param 之间的关系：您想捕获空类型，所以您不会丢失计数。
图案：

function
\(
(?:
    (?:
        /\*(?<type>[a-zA-Z]+)\*/    # type within /* */
        |                           # or
        (?<type>)                   # capture an empty type.
    )
    (?<param>
        [0-9a-zA-Z_$]+
    )
    (?:,|(?=\s*\)))     # mandatory comma, unless before the last ')'
)*
\)

代码：

Match match = Regex.Match(s, pattern, RegexOptions.IgnorePatternWhitespace);
CaptureCollection types = match.Groups["type"].Captures;
CaptureCollection parameters = match.Groups["param"].Captures;
for (int i = 0; i < parameters.Count; i++)
{
    string parameter = parameters[i].Value;
    string type = types[i].Value;
    if (String.IsNullOrEmpty(type))
        type = "NO TYPE";
    Console.WriteLine("Parameter: {0}, Type: {1}", parameter, type);
}

Answer 2

您引用的页面使用?: 用于非捕获，然后将重复捕获围绕在其自己的组中。我猜他们是在暗示类似function\(((?:(\/\*(?<type>[a-zA-Z]+)\*\/)?(?<param>[0-9a-zA-Z_$]+),?)*)\)

我喜欢使用http://gskinner.com/RegExr/ 来测试我的表达式，但它不会显示重复捕获。您可能必须在返回的任何返回结构中遍历结果，才能查看其他非 .NET 语言中的值。

对不起，我无法更彻底地测试......

Answer 3

这个问题已经有一段时间了，但我想我终于找到了答案。

我想我正在寻找与您相同的情况，但要与 PHP 一起使用，并且在另一篇文章中有一个答案，我发现使用 PCRE 的 \K 和 \G 命令非常有效。在此处查看 Alan Moore 的答案：PHP Regular Expression - Repeating Match of a Group

我的问题是试图提取表格中的所有单元格值，其中每一行包含一个 6 位数字、20x 一个 1 或 2 位数字以及一个不相关的 1 或 2 位数字。解决方案是：

<tr class="[^"]*">\s+<td>(\d{6})<\/td>|\G<\/td>[^<>]*+<td>\K\d{1,6}|<td>(\d{1,2})<\/td>

如果我自己这么说的话，非常好的解决方案！