regex - Perl 正则表达式 : match nested brackets

Question

我正在尝试匹配嵌套 {} Perl 中带有正则表达式的括号，以便我可以从文件中提取某些文本片段。这是我目前所拥有的:

my @matches = $str =~ /\{(?:\{.*\}|[^\{])*\}|\w+/sg;

foreach (@matches) {
    print "$_\n";
}

在某些时候，这会按预期工作。例如，如果 $str = "abc {{xyz} abc} {xyz}"我获得:

美国广播公司
{{xyz} abc}
{xyz}

正如预期的那样。但是对于其他输入字符串，它不会按预期运行。例如，如果 $str = "{abc} {{xyz}} abc" ，输出为:

{abc} {{xyz}}
美国广播公司

这不是我所期望的。我本来想要 {abc}和 {{xyz}}放在单独的行上，因为每个行都在括号方面是平衡的。我的正则表达式有问题吗？如果是这样，我将如何修复它？

Answer 1

你很惊讶你的模式是如何匹配的，但没有人解释吗？以下是您的模式匹配方式:

my @matches = $str =~ /\{(?:\{.*\}|[^{])*\}|\w+/sg;
                       ^    ^ ^ ^  ^      ^
                       |    | | |  |      |
{ ---------------------+    | | |  |      |
a --------------------------)-)-)--+      |
b --------------------------)-)-)--+      |
c --------------------------)-)-)--+      |
} --------------------------)-)-)--+      |
  --------------------------)-)-)--+      |
{ --------------------------+ | |         |
{ ----------------------------+ |         |
x ----------------------------+ |         |
y ----------------------------+ |         |
z ----------------------------+ |         |
} ------------------------------+         |
} ----------------------------------------+

如您所见，问题在于/ \{.*\}/匹配太多。里面应该有什么匹配的东西

(?: \s* (?: \{ ... \} | \w+ ) )*

哪里 ...是

(?: \s* (?: \{ ... \} | \w+ ) )*

所以你需要一些递归。命名组是执行此操作的一种简单方法。

say $1
   while /
      \G \s*+ ( (?&WORD) | (?&BRACKETED) )

      (?(DEFINE)
         (?<WORD>      \s* \w+ )
         (?<BRACKETED> \s* \{ (?&TEXT)? \s* \} )
         (?<TEXT>      (?: (?&WORD) | (?&BRACKETED) )+ )
      )
   /xg;

但是与其重新发明轮子，不如使用 Text::Balanced .