正規表示式如何處理巢狀結構

1，正規表示式如何處理巢狀結構

a..net處理巢狀結構的方法

舉例說明：

問題描述：從before (nope (yes (here) okay) after中匹配得到最大的被」()」包含的文字。即顯示紅色的部分。

答案：.net：

"((?>[^()]+|"((?)|")(?))*(?(depth)(?!))")

分析：(1)、

"(匹配左括號；

")匹配右括號；

[^()]+

匹配非括號字串

(2)、

(?>….)

固化分組，固化分組的作用在於：一旦括號內的子表示式匹配之後，匹配的內容就固定下來，在接下來的匹配過程中不會改變，除非整個固化分組的括號都被棄用，在外部回溯中重新應用。該處使用固化分組的作用在於提高匹配速度。

(3)、depth的使用:depth實際使用了命名捕獲的

>…>，它總是能夠匹配成功。正規表示式引擎的回溯堆疊儲存了當前匹配成功分組的相關資訊，而

(?)跟在

"(後，所以它的成功匹配便可以儲存

"(的個數。跟隨在

")後的結構

(?)是.net獨有的結構，它會在匹配

")成功之後去掉最近的」successful depth」標記。如果不存在這樣的」successful depth」標記，就會報告失敗，整個正規表示式匹配失敗：1,每匹配乙個

"(會把正規表示式儲存的當前括號巢狀深度值加1；2, 每匹配乙個

")會把正規表示式儲存的當前括號巢狀深度值減1；3,(?(depth)(?!))

確保匹配最後的

")時，深度為0。

2，如何使用正規表示式處理句法分析樹

如何使用正規表示式識別一棵類似如下表示的句法分析樹？

(top (s (npb (dt the) (nn question) ) (vp (vbz remains) (sbar-a (in whether) (s-a (npb (prp they) ) (vp (md will) (vp-a (vb be) (adjp (jj able) (sg (vp (to to) (vp-a (vb help) (punc. us.) ) ) ) ) ) ) ) ) ) ) )

答案："((?>[^()]+|"([^()"s]+"s(?)|")"s(?))*(?(depth)(?!))")

分析類似。

3，使用正規表示式處理句法分析樹例項

a.使用正規表示式獲取所有的葉結點: "((?[^()]+)"s(?[^()]+)")

b.使用正規表示式獲取所有的名詞短語np:

"(np"s(?>[^()]+|"([^()"s]+"s(?)|")"s(?))*(?(depth)(?!))")

c.使用正規表示式獲取滿足如下性質的子樹

i.該子句的標記為

sbar[^()]*

ii.該子句根節點的第乙個兒子為乙個詞性為in的詞。

iii.

該子句的第二個兒子為乙個子句：使用

s[^()]*

識別iv.

該子句沒有其他的兒子

(?"(s[^() ]*"s(?"(in"s[^()]+")"s)(?"(s[^() ]*"s(?>[^()]+|"([^()"s]+"s(?)|")"s(?))*(?(depth)(?!))")"s)")"s(?#clause)) 在開發模板引擎時遇到了乙個用正規表示式比較難以處理的情況，就是無限級的巢狀結構的匹配。html標籤就屬於這種結構。

舉個具體的例子，下面是我們要匹配的內容：

123

>
>
>
>
>
>
>
>

在找到用正則匹配無限層巢狀結構的方法之前，我只能繞彎路來實現對無限層巢狀結構的匹配。

我只能用正則先把每個獨立的標籤匹配出來，然後用第乙個標籤名x做引數，逐一的查詢匹配出來的每乙個獨立標籤，看看他是否是第乙個x對應的閉合標籤。

這種方式得加上判斷巢狀層次的**，還得匹配和迴圈很多沒有用的資料。

後來我才了解到.net提供了乙個正規表示式的擴充套件特性，用來幫助處理無限層巢狀結構的匹配。這種特性是.net特有的，別的程式語言或者平台不一定會有。

我們都知道正則的匹配組的概念，它的語法是 (?《組名》)。使用這個正則語法我們可以建立乙個匹配組。其實這是乙個入棧的過程。

而.net對正則的匹配組做了乙個特殊的支援 (?

乙個入棧乙個出棧，這一入一出就為我們提供了匹配無限層巢狀的可能

下面舉個例子看看怎麼實現無限層巢狀的匹配：

從圖中我們可以看出正則正確的匹配出了最頂層的三個結構，而巢狀在第二個結構中的標籤被當成了結構的內容。這是怎麼做到的呢？

下面是圖中的正則，我加入了注釋：

123

4567

(?>
(?)           #在匹配到時，將匹配組n入棧
|(?)        #在匹配到時，將匹配組n出棧
|(?!|).      #匹配除和以外的其他字元
)*(?(n)(?!))              #如果執行到此處還存在匹配組n，則匹配失敗，重新匹配

這段正則中還用到了平時比較少使用到的(?!(name)yes|no)語法，這個語法相當於c語言的if語法，用於做條件判斷，之用。上面的正則中我們用它來片段是否存在命名組n，如果存在命名組n，說明標記沒有對稱閉合，用(?!)斷言匹配失敗，重新匹配。

在《mastering regular expressions》中似乎有相關章節提到這種無限層巢狀結構的匹配，不過我手頭沒這本書。我是從這裡學習到這種特殊的正則語法的，大家可以參考下

正規表示式如何處理巢狀結構

js如何處理正規表示式中匹配的內容

如何匹配巢狀Html標籤正規表示式

正規表示式相關正規表示式處理html內容

正規表示式如何處理巢狀結構

js如何處理正規表示式中匹配的內容

如何匹配巢狀Html標籤 正規表示式

正規表示式相關 正規表示式處理html內容

相關推薦

如何匹配巢狀Html標籤正規表示式

正規表示式相關正規表示式處理html內容