麻豆小视频在线观看_中文黄色一级片_久久久成人精品_成片免费观看视频大全_午夜精品久久久久久久99热浪潮_成人一区二区三区四区

首頁 > 編程 > regex > 正文

正則表達式――詳細講解平衡組

2020-01-20 22:02:18
字體:
來源:轉載
供稿:網友

這篇文章適合你嗎?

要讀懂這篇文章的精髓,你最好要有一點正則匹配原理的基礎。比如".*?"匹配文本內容"asp163",稍懂正則表達式的人都知道可以匹配,但是你知道他的匹配過程嗎?如果你不太清楚,那么下面的內容,對你來說可能不太適合,或許,看的太吃力且無法領悟平衡組的用法。因此,我建議你先了解正則表達式NFA引擎的匹配原理。想要整理一份易懂易描述的話,的確要費些時間,但不知道這篇內容會不會達到我預期的效果。慢慢完善吧~(注:這是我2010年寫的,現在拿過來,有時間將自己做為讀者來看本篇文章,修改有問題的地方,并增加些實例,盡量做到通俗易懂。)

一般正則教程中對平衡組的介紹

如果想要匹配可嵌套的層次性結構的話,就得使用平衡組了。舉個例子吧,如何把“xx <aa <bbb> <bbb> aa> yy”這樣的字符串里,最長的尖括號內的內容捕獲出來?

這里需要用到以下的語法構造:
(?<group>) 把捕獲的內容命名為group,并壓入堆棧
(?<-group>) 從堆棧上彈出最后壓入堆棧的名為group的捕獲內容,如果堆棧本來為空,則本分組的匹配失敗
(?(group)yes|no) 如果堆棧上存在以名為group的捕獲內容的話,繼續匹配yes部分的表達式,否則繼續匹配no部分
(?!) 順序否定環視,由于沒有后綴表達式,試圖匹配總是失敗

如果你不是一個程序員(或者你是一個對堆棧的概念不熟的程序員),你就這樣理解上面的三種語法吧:第一個就是在黑板上寫一個(或再寫一個)"group",第二個就是從黑板上擦掉一個"group",第三個就是看黑板上寫的還有沒有"group",如果有就繼續匹配yes部分,否則就匹配no部分。
我們需要做的是每碰到了左括號,就在黑板上寫一個"group",每碰到一個右括號,就擦掉一個,到了最后就看看黑板上還有沒有-如果有那就證明左括號比右括號多,那匹配就應該失敗(為了能看得更清楚一點,我用了(?'group')的語法):

<         #最外層的左括號 [^<>]*     #最外層的左括號后面的不是括號的內容 (  (   (?'Open'<) #碰到了左括號,在黑板上寫一個"Open"   [^<>>]*   #匹配左括號后面的不是括號的內容  )+  (   (?'-Open'>) #碰到了右括號,擦掉一個"Open"   [^<>]*   #匹配右括號后面不是括號的內容  )+ )* (?(Open)(?!))  #在遇到最外層的右括號前面,判斷黑板上還有沒有沒擦掉的"Open";如果有,則匹配失敗>         #最外層的右括號

我為什么寫這篇文章

看了上面的介紹,你明白了嗎?在我未理解正則表達式匹配原理之前,看上面對于平衡組的介紹,似懂非懂,且只能當做模板記住,而不能靈活運用。因此查閱大量有關正則方面的資料,這里尤其感謝lxcnn的技術文檔及《精通正則表達式》這本書,讓我對正則表達式有了更深入、更系統的理解,因此,在它們的基礎之上,我就結合自己的學習經歷做個小結,一來做為學習筆記存檔,另外,如果能解決你的疑惑,也是件讓人高興的事。
我先暫不分析上面的代碼,先講解一下關于平衡組相關的概念及知識。
下面表達式匹配測試工具為:Expresso,本站也提供它的完美破解版下載。

平衡組的概念及作用

平衡組,故名思義,平衡即對稱,主要是結合幾種正則語法規則,提供對配對出現的嵌套結構的匹配。平衡組有狹義與廣義兩種定義,狹義平衡組指(?Expression) 語法,而廣義平衡組并不是固定的語法規則,而是幾種語法規則的綜合運用,我們平時所說的平衡組通常指的是廣義平衡組。本文中如無特殊說明,平衡組這種簡寫指的是廣義平衡組。
平衡組的匹配原理
平衡組的匹配原理可以用堆棧來解釋,先舉個例子,再根據例子進行解釋。

源字符串:a+(b*(c+d))/e+f-(g/(h-i))*j
正則表達式:((?<Open>/()|(?<−Open>)|[^()])*(?(Open)(?!))/)
需求說明:匹配成對出現的()中的內容
輸出:(b*(c+d)) 和 (g/(h-i))
我將上面正則表達式代碼分行寫,并加上注釋,這樣看起來有層次,而且方便

 /(        #普通字符“(”  (       #分組構造,用來限定量詞“*”修飾范圍   (?<Open>/() #命名捕獲組,遇到開括弧“Open”計數加1   |      #分支結構   (?<-Open>/)) #狹義平衡組,遇到閉括弧“Open”計數減1   |      #分支結構   [^()]+    #非括弧的其它任意字符  )*       #以上子串出現0次或任意多次  (?(Open)(?!)) #判斷是否還有“Open”,有則說明不配對,什么都不匹配 /)       #普通閉括弧

對于一個嵌套結構而言,開始和結束標記都是確定的,對于本例開始為“(”,結束為“)”,那么接下來就是考察中間的結構,中間的字符可以劃分為三類,一類是“(”,一類是“)”,其余的就是除這兩個字符以外的任意字符。

那么平衡組的匹配原理就是這樣的

1、先找到第一個“(”,作為匹配的開始。即上面的第1行,匹配了:a+(b*(c+d))/e+f-(g/(h-i))*j (紅色顯示部分)

2、在第1步以后,每匹配到一個“(”,就入棧一個Open捕獲組,計數加1

3、在第1步以后,每匹配到一個“)”,就出棧最近入棧的Open捕獲組,計數減1

也就是講,上面的第一行正則“/(”匹配了:a+(b*(c+d))/e+f-(g/(h-i))*j (紅色顯示部分)
然后,匹配到c前面的“(”,此時,計數加1;繼續匹配,匹配到d后面的“)”,計算減1;――注意嘍:此時堆棧中的計數是0,正則還是會向前繼續匹配的,但是,如果匹配到“)”的話,比如,這個例子中d))(紅色顯示的括號)――引擎此時將控制權交給(?(Open)(?!)),判斷堆棧中是否為0,如果為0,則執行匹配“no”分支,由于這個條件判斷結構中沒有“no”分支,所以什么都不做,把控制權交給接下來的“/)”
這個正則表達式“/)”可匹配接下來的),即b))(紅色顯示的括號)

4、后面的 (?(Open)(?!))用來保證堆棧中Open捕獲組計數是否為0,也就是“(”和“)”是配對出現的

5、最后的“)”,作為匹配的結束

匹配過程

首先匹配第一個“(”,然后一直匹配,直到出現以下兩種情況之一時,把控制權交給(?(Open)(?!)):
a)堆棧中Open計數已為0,此時再遇到“)”
b)匹配到字符串結束符
這時控制權交給(?(Open)(?!)),判斷Open是否有匹配,由于此時計數為0,沒有匹配,那么就匹配“no”分支,由于這個條件判斷結構中沒有“no”分支,所以什么都不做,把控制權交給接下來的“/)”
如果上面遇到的是情況a),那么此時“/)”可以匹配接下來的“)”,匹配成功;
如果上面遇到的是情況b),那么此時會進行回溯,直到“/)”匹配成功為止,否則報告整個表達式匹配失敗。
由于.NET中的狹義平衡組“(?<Close-Open>Expression)”結構,可以動態的對堆棧中捕獲組進行計數,匹配到一個開始標記,入棧,計數加1,匹配到一個結束標記,出棧,計數減1,最后再判斷堆棧中是否還有Open,有則說明開始和結束標記不配對出現,不匹配,進行回溯或報告匹配失敗;如果沒有,則說明開始和結束標記配對出現,繼續進行后面子表達式的匹配。
需要對“(?!)”進行一下說明,它屬于順序否定環視,完整的語法是“(?!Expression)”。由于這里的“Expression”不存在,表示這里不是一個位置,所以試圖嘗試匹配總是失敗的,作用就是在Open不配對出現時,報告匹配失敗。

下面在看個例子:

<table><tr><td id="td1"> </td><td id="td2"><table><tr><td>snhame</td><td>f</td></tr></table></td><td></td></tr> </table>

以上為部分的HTML代碼.現在我們的問題是要提取出其<td id="td2">的<td>標簽并將其刪除掉,以往我們慣用的方法都是直接去取,像<td/s*id="td2">[/s/S]+?/</td>,不過問題出來了,我們提取到的不是我們想要的內容,而是

<td id="td2"><table><tr><td>snhame</td>

原因也很簡單,它和離他最近的</td>標簽匹配上了,不過它不知道這個標簽不是它的-_-,是不是就是?符號的原因呢,我們去掉讓他無限制貪婪,可這下問題更大了,什么亂七八糟的東東它都匹配到了

<td id="td2"><table><tr><td>snhame</td><td>f</td></tr></td><td></td>

這個結果也不是我們想要的。那么我就用“平衡組”來解決吧。

<td/s*id="td2"[^>]*>((?<mm><td[^>]*>)+|(?<-mm></td>)|[/s/S])*?(?(mm)(?!))</td>

匹配的結果是

<td id="td2"><table><tr><td>snhame</td><td>f</td></tr></table></td><td></td>

這正是我們想要的
注意,我開始寫成這樣的方式

<td/s*id="td2"[^>]*>((?<mm><td[^>]*>)+|(?<-mm></td>)|[/s/S])*(?(mm)(?!))</td> 

匹配的結果是

<td id="td2"><table><tr><td>snhame</td><td>f</td></tr></table></td><td></td>

一個問題
以下代碼只是做為一個問題探討
文本內容:e+f(-(g/(h-i))*j

正則表達式:

/( (  (?<mm>/()  |  (?<-mm>/))  |  . )*? (?(mm)(?!))/)

匹配的結果是:(-(g/(h-i))

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 欧洲精品色 | 日韩视频高清 | 亚洲精品在线观看网站 | 国产一区二区高清在线 | 国产va在线观看 | 亚洲成人福利在线观看 | asian超清日本肉体pics | 欧美成人se01短视频在线看 | 国产精品一区免费在线观看 | 国产一区二区免费在线观看视频 | 狠狠干导航 | 国产精品久久久久久久午夜片 | 91在线播放国产 | 九九热精品视频在线 | 国产成人精品一区二区三区电影 | 日韩视频一区二区在线观看 | 欧美成人综合视频 | 日本在线视频一区二区三区 | 日韩视频一区在线 | 欧美一级小视频 | 性片网站| 久久网一区二区 | 国产精品视频免费在线观看 | 亚洲视频网 | 中文字幕激情 | 在线区 | 成人毛片免费看 | 国产一区二区三区高清 | 日韩一级片 | 日本不卡中文字幕 | 久久777国产线看观看精品 | 午夜视频免费在线观看 | 黄色免费在线电影 | 狠狠干最新网址 | 9999精品 | 免费看性xxx高清视频自由 | 欧美成人精品一区二区三区 | 久久久久久久久国产 | 久久久久久中文字幕 | 国产一级一区二区 | 日本成人在线免费 |