RegEx:如何捕获子节

本文关键字：何捕获 RegEx | 更新日期: 2023-09-27 18:04:26

考虑以下简单的文本信息:

info
  start
    date=20140521
    val=key1
    info="Just a string"
  end
  start
    date=20140521
    val=key2
    info="Another one"
  end
end

我想使用RegEx捕获基于'val'字段值的部分。

为了方便示例，假设我想获得val=key1 section。

后面的正则表达式没有捕获任何东西!

(start((?=val=key1)(.|'s))*?end)

然而，如果我使用下面的一个，我可以捕获val=key2的部分(与我想要的相反)

(start((?!val=key1)(.|'s))*?end)

下面是本例中捕获的部分:

  start
    date=20140521
    val=key2
    info="Another one"
  end

有简单的方法吗?

RegEx:如何捕获子节

如果您想忽略除val=1以外的部分，您可以在这里使用以下命令。

(?s)(start((?!val='d+).)*val=1'b.*?end)

现场演示

:

  • 要回答更新的编辑，您可以使用以下命令捕获这些部分。

    (?s)(start((?!val='w+).)*val=key1'b.*?end)
    正则表达式:

    (?s)           set flags for this block (with . matching 'n)
(              group and capture to '1:
 start         'start'
 (             group and capture to '2 (0 or more times)
 (?!           look ahead to see if there is not:
  val=         'val='
   'w+         word characters (a-z, A-Z, 0-9, _) (1 or more times)
 )             end of look-ahead
 .             any character
 )*            end of '2 
 val=key1      'val=key1'
   'b          the boundary between a word char ('w) and not a word char
 end           'end'
)              end of '1

    现场演示

如果你只是想找到start's+val=1和end之间的东西，你可以使用一些简单的东西，如:

(?s)'bstart's+val=1'b(.*?)'bend'b

您可以将val=1替换为您感兴趣的任何模式

您遇到的问题(示例输入没有捕捉到)是，在您想要的开始/结束块之前有一个开始/结束块，因为一个朴素的正则表达式，即使使用不情愿的量词，也会在目标值之前的第一个开始匹配。

解决方案是在匹配之前消耗尽可能多的输入:

.*(start.*?val=1'b.*?end)

查看实时演示，它在目标之前有一个额外的块，它被捕获为组1。

这个正则表达式必须与"dotall"标志一起使用，它将目标块捕获为第1组。"。*"在前面是一个很小但很重要的部分，它消耗你的目标前面的所有block。

如果需要的话，您可以通过在各个部分周围设置单词边界'b来更加严格。但是，建议在目标数字之后设置单词边界，这样像val=12这样的输入就不会意外匹配。

相关文章：