在不创建第二个匹配组的情况下匹配开始和结束“标签”

Question

我想捕获指定标记对的内容，该内容可能包括空格和换行符。这是一个例子：

{section_title}
Section 1 title 
with some white space
{/section_title}

我有一个匹配内容的正则表达式，但结果是两个匹配组：

\{section_title\}((.|\s)*?)\{\/section_title\}

1. 第 1 节标题 有一些空白
2. （尾随空格）

变体匹配内容而不创建第二个匹配组，但不允许包含嵌套标签，我希望能够允许。

\{section_title\}([^\{]*?)\{\/section_title\}

有没有办法重构第一个正则表达式以避免第二个匹配组？我知道我可能可以删除所有“仅空白”匹配项，但想知道是否存在仅正则表达式的方法。

另外，如果可能的话，我想匹配标签的替代版本：

{st}
Section 1 title 
with some white space
{/st}

可以在捕获组中添加替代项

\{(section_title|st)\}((.|\s)*?)\{\/(section_title|st)\}

但我想再次避免额外的匹配。这可能吗？

我使用的是 Ruby 1.9.3。

Answer 1

我认为最简单的方法是将((.|\s)*?) 更改为(.*?) 并将(?m) 添加到正则表达式的开头，这会导致. 也匹配换行符。

str = "{sec_title}\nSection 1 title \nwith some white space\n{/sec_title}\n"

r = /(?m)\{sec_title\}(.*?)\{\/sec_title\}/
str[r,1]      #=> "\nSection 1 title \nwith some white space\n"

str[r,1] 中的1 是对(.*) 捕获的内容的引用。

为了概括，

str = "{s1}\nSection 1 title \nwith some white space\n{/s1}\n"

r = /(?m)\{(\w+)\}(.*?)\{\/\1\}/
str[r,2]      #=> "\nSection 1 title \nwith some white space\n"

现在\1 是对第一个捕获组(\w+) 捕获的内容的反向引用，而2 是对第二个捕获组(.*) 捕获的内容的引用。

对于多对，

str = "{s1}{s2}\nSection 1 title \nwith some white space\n{/s2}{/s1}\n"

str[r,2]      #=> "{s2}\nSection 1 title \nwith some white space\n{/s2}"
str[r,2][r,2] #=> "\nSection 1 title \nwith some white space\n"

我们可以将它封装在一个带有可变数量参数的方法中

def parse(str, *names)
...
end

我们称之为

parse(str, "s1, "s2")