有没有办法“召回”正则表达式本身已经匹配的字符序列？答案

【问题标题】：Is there a way to "recall" a char sequence already matched in the regex itself?有没有办法“召回”正则表达式本身已经匹配的字符序列？
【发布时间】：2013-12-23 01:27:23
【问题描述】：

我正在搜索的正则表达式具有以下约束：

以“//”开头
然后“[”是一个非数字序列（在此列表中称为分隔符）和“]”
下一行“\n”
“[”0 个或多个数字，由先前找到的分隔符“]”分隔。

例如以下文本匹配正则表达式：

//[*#*]
[1*#*34*#*64]

并且以下文本与正则表达式不匹配：

//[*#*]
[1#34#64]

因为分隔符在第一行不匹配

我目前创建的正则表达式是

^//\[(\D)+\]\n\[[(\d)+(\D)+]*(\d)+\]$|^//\[(\D)+\]\n\[\]$|^//\[(\D)+\]\n\[(\d)+\]$

但显然这个正则表达式与前面的两个例子都匹配。

有没有办法“召回”已经在正则表达式中匹配的字符序列？

【问题讨论】：

查找反向引用。举个简单的例子，\(.*\)\1 匹配<s><s> 形式的任何字符串。意思是，一个字符串由一个字符串连接到它自己。
您使用的是什么语言？

标签： regex delimiter

【解决方案1】：

你需要一个叫做反向引用的东西（一个非常好的教程here）。

在 Python 中使用这个正则表达式：

r'^//\[([^\]]+)\]\n\[\d+(\1\d+)*\]'

示例运行：

>>> string = """//[*#*]
... [1*#*34*#*64]"""
>>> print re.search(r'^//\[([^\]]+)\]\n\[\d+(\1\d+)*\]',string).group(0)
//[*#*]
[1*#*34*#*64]

将匹配您在 Python 中的字符串。

Debuggex Demo

【讨论】：

【解决方案2】：

您需要使用反向引用，在大多数语言中，您可以使用\n 引用匹配组，其中n 是组号。

这种模式会起作用：

//\[([^]]++)]\n\[(?>\d++\1?)+]

分解：

// 只匹配文字
\[([^]]++)] 匹配方括号中的某些字符
\n 匹配换行符
\[(?:\d++\1?)++] 匹配一个或多个数字，后跟在第一个模式部分中捕获的匹配项 - 可选。这是一个原子团。

【讨论】：