c# - 正则表达式匹配所有用括号括起来并用竖线分隔的单词

Question

我认为有时图像比文字更好。

如您所见，我的问题是它只能两个匹配两个词。我怎样才能匹配所有的单词？

我当前的正则表达式 (PCRE):([^\|\(\)\|]+)\|([^\|\(\)\|]+)

目标:为每个单词检索一个单独的组中的所有单词

Answer 1

您可以在 C# 中使用无限长度的后视(带先行):

(?<=\([^()]*)\w+(?=[^()]*\))

匹配括号内不包含(的任何类型的字符串, )和 | ，您将需要替换 \w+与 [^()|]+ :

(?<=\([^()]*)[^()|]+(?=[^()]*\))
//            ^^^^^^

参见 regex demo (和 regex demo #2 )。 详细信息:

• (?<=\([^()]*) - 与紧接在 ( 之前的位置相匹配的正后视然后是 ( 以外的零个或多个字符和 )
• \w+ - 一个或多个单词字符
• (?=[^()]*\)) - 与紧随其后的零个或多个字符(( 以外的字符)匹配的位置的正向前瞻。和 )然后是 )字符。

另一种捕获这些词的方法是使用

(?:\G(?!^)\||\()(\w+)(?=[^()]*\))     // words as units consisting of letters/digits/diacritics/connector punctuation
(?:\G(?!^)\||\()([^()|]+)(?=[^()]*\)) // "words" that consist of any chars other than (, ) and |

参见 this regex demo .您需要的词现在在第 1 组中。详细信息:

• (?:\G(?!^)\||\() - 上一场比赛之后的位置 ( \G(?!^) ) 和 |字符 ( \| ), 或 ( | ) (字符 ( \( )
• (\w+) - 第 1 组:一个或多个单词字符
• (?=[^()]*\)) - 确保存在 ) 的正面前瞻除 ( 之外的任何零个或多个字符之后的字符和 )在当前位置的右侧。

在 C# 中提取匹配项可以用

var matches = Regex.Matches(text, @"(?<=\([^()]*)\w+(?=[^()]*\))")
    .Cast<Match>()
    .Select(x => x.Value);

// Or
var matches = Regex.Matches(text, @"(?:\G(?!^)\||\()(\w+)(?=[^()]*\))")
    .Cast<Match>()
    .Select(x => x.Groups[1].Value);