具有两个相等但未知部分的正则表达式模式

Question

我目前正在开发一个简单的模板引擎。在模板中，可以使用 if 语句。 if 块看起来像这样

{% name IF: a EQUALS b %}

content

{% name ENDIF %}

我想通过正则表达式识别这些块。 问题是我需要一个包含两个未知但相等部分的正则表达式模式。 这是匹配所有块的模式：

/{% +(.*) +IF: +(.*) +%}([\s\S]*){% +(.*) +ENDIF +%}/gm

为了明确哪个 ENDIF 标记属于哪个 IF，第一个和最后一个捕获组需要相同。 有没有办法做到这一点？

Answer 1

你可以使用这个正则表达式：

{%\s+(\S+)\s+IF:.+?%}(?s)(.+?){%\s+\1\s+ENDIF\s+%}

RegEx Demo

正则表达式详细信息：

• {%：匹配{%
• \s+: 匹配 1+ 个空格
• (\S+):
• \s+: 匹配 1+ 个空格
• IF:：匹配IF:
• .+?：匹配任意字符的 1+（非贪心）
• %}：匹配%}
• (?s): 启用 DOTALL 模式，以便点匹配换行符
• (.+?)：第一个捕获组匹配 1+ 个任意字符
• {%：匹配{%
• \s+: 匹配 1+ 个空格
• \1：与我们在捕获组#1 中捕获的值匹配相同的值
• \s+: 匹配 1+ 个空格
• ENDIF：匹配ENDIF
• \s+：匹配 1+ 个空格
• %}：比赛结束%}

Answer 2

您可以匹配以下正则表达式（设置通用g、多行m 和不区分大小写i 标志）。

{% +([a-z]+) +IF:.*? +%}\r?\n(?:^.*\r?\n)*?{% +\1 +ENDIF +%}$

Demo

表达式分解如下（或者，将表达式的每个元素的光标悬停在 regex101.com 链接上以获得对其功能的解释）。

{% +             # match `{%` followed by one or more spaces
([a-z]+) +       # match one or more letters followed by one or more spaces
IF:.*? +%}\r?\n  # match 'IF: followed by zero or more characters, matched
                 # lazily, followed by one or more spaces followed by '%}'
                 # followed by a line terminator (`\r?` to satisfy Windows)
(?:              # begin non-capture group
  ^              # match beginning of line
  .*\r?\n        # match one or more characters other than newlines followed
                 # by a line terminator
)*?              # end non-capture group and execute it zero or more times, lazily
{% +             # match `{%` followed by one or more spaces
\1 +             # match the content of capture group 1 followed by one or
                 # more spaces
ENDIF +          # match `ENDIF` followed by one or more spaces
%}$              # match `{%` at the end of a line

该链接表明，如果文本块是：

{% Saffi IF: my { % dog } has fleas %}

content

{% Saffi ENDIF %}

它也会匹配。