java - 正则表达式根据具有嵌套尖括号的尖括号选择文本

Question

我想根据以下场景选择文本。我尝试了几个正则表达式，但仍然无法使用一个正则表达式涵盖所有场景。

设置 1

<x> <y>结果应为两组 和

<Name> <NewName>结果应该是两个组 和

设置 2

sampletext <!PARSE<sampletext>><.value>结果应该是两组 sampletext 和 <!PARSE ><.value>

found <!PARSE<XYZ.ID>notfound>结果应为两组 和 <!PARSE notfound>

<XYZ.IDXX> notfound结果应为两组 和 notfound

notFoundString <!PARSE<XYZ.IDXX>notfound>结果应为两组 和 <!PARSE notfound>

notFoundEmpty <!PARSE<XYZ.IDXX>>结果应该是两组 和 <!PARSE >

设置 3

<thread.end> <thread.start>结果应该是两组 和

<!MINUS <thread.end> <thread.start>> 1000结果应该是两组 <!MINUS > 和 1000

thread.duration <!DIVISION <!MINUS <thread.end> <thread.start>> 1000>结果应该是两组 thread.duration 和 <!DIVISION <!MINUS > 1000>

设置 4

1234 5678结果应为两组 1234 和 5678

add.sample.result <!ADD 1234 5678>结果应该是两组 add.sample.result 和

我尝试过的正则表达式

1. <([^>]*)>|(\S+)这在第 1 组和第 4 组中效果很好，但在第 2 组和第 3 组中，它捕获的组数超出了所需的组数。 https://regexr.com/3si0v

2. <(.*)>|(\S+)这对于第 2 组和第 4 组效果很好，但在第 1 组和第 3 组中给出了错误的结果。https://regexr.com/3si12

我需要正则表达式，它可以在所有集合中给出如上所述的预期结果。

Answer 1

您可以使用

((?:<[^<>]*(?:<[^<>]*(?:<[^<>]*>[^<>]*)*>[^<>]*)*>)+)|(\S+)

请参阅regex demo

它匹配并捕获分为 2 组 (?:<[^<>]*(?:<[^<>]*(?:<[^<>]*>[^<>]*)*>[^<>]*)*>)+或\S+模式。

详细信息

• (?:<[^<>]*(?:<[^<>]*(?:<[^<>]*>[^<>]*)*>[^<>]*)*>)+ - 匹配 1 个或多个连续出现的
  • < - 一个<
  • [^<>]* - 除 < 之外的 0+ 个字符和>
  • (?:<[^<>]*(?:<[^<>]*>[^<>]*)*>[^<>]*)* - 0+ 序列
    • <[^<>]*(?:<[^<>]*>[^<>]*)*> - 嵌套级别 1:
    • <[^<>]* -<以及 < 之外的 0+ 个字符和>
    • (?:<[^<>]*>[^<>]*)* - 嵌套级别 2:0+ 序列
      • < - 一个<
      • [^<>]* - 除 < 之外的 0+ 个字符和>
      • > - 一个>
      • [^<>]* - 除 < 之外的 0+ 个字符和>
    • > - 一个>字符
    • [^<>]* - 除 < 之外的 0+ 个字符和>
  • > - 一个>
• | - 或
• \S+ - 1 个以上非空白字符。