在 Java 中使用正则表达式解析 wikiText

Question

给定一个 wikiText 字符串，例如：

{{ValueDescription
    |key=highway
    |value=secondary
    |image=Image:Meyenburg-L134.jpg
    |description=A highway linking large towns.
    |onNode=no
    |onWay=yes
    |onArea=no
    |combination=
    * {{Tag|name}}
    * {{Tag|ref}}
    |implies=
    * {{Tag|motorcar||yes}}
    }}

我想在 Java/Groovy 中解析模板 ValueDescription 和 Tag。 我尝试使用正则表达式/\{\{\s*Tag(.+)\}\}/，它很好（它返回|name|ref和|motorcar||yes），但是 /\{\{\s*ValueDescription(.+)\}\}/ 不起作用（它应该返回上面的所有文本）。

预期输出

有没有办法跳过正则表达式中的嵌套模板？

理想情况下，我宁愿使用简单的 wikiText 2 xml 工具，但我找不到类似的工具。

谢谢！ 木龙

Answer 1

任意嵌套的标签将不起作用，因为这使得语法 non-regular。您需要能够处理上下文无关语法的东西。 ANTLR 是一个不错的选择。

Answer 2

使用Pattern.DOTALL 选项创建您的正则表达式模式，如下所示：

Pattern p = Pattern.compile("\\{\\{\\s*ValueDescription(.+)\\}\\}", Pattern.DOTALL);

示例代码：

Pattern p=Pattern.compile("\\{\\{\\s*ValueDescription(.+)\\}\\}",Pattern.DOTALL);
Matcher m=p.matcher(str);
while (m.find())
   System.out.println("Matched: [" + m.group(1) + ']');

输出

Matched: [
|key=highway
|value=secondary
|image=Image:Meyenburg-L134.jpg
|description=A highway linking large towns.
|onNode=no
|onWay=yes
|onArea=no
|combination=
* {{Tag|name}}
* {{Tag|ref}}
|implies=
* {{Tag|motorcar||yes}}
]

更新

假设关闭}} 出现在{{ValueDescription 的单独行上，以下模式将用于捕获多个ValueDescription：

Pattern p = Pattern.compile("\\{\\{\\s*ValueDescription(.+?)\n\\}\\}", Pattern.DOTALL);