python - 嵌套时获取外部 "Pair"

Question

我正在使用正则表达式 <@(.+?)@>匹配模式，例如:

<@set:template default.spt @>

它工作正常，但我遇到过需要嵌套模式的情况，例如:

<@set:template <@get:oldtemplate @> @>

我没有获取父对(<@ 和@>)，而是得到以下内容:

<@set:template <@get:oldtemplate @>

我不希望它获得子级，我只想要所有嵌套情况下的最外层父级。如何修复我的正则表达式以便它为我执行此操作？我想我可以做到，如果我知道如何为每个 <@ 要求有一个@>在 parent 内部，但我不知道如何强制执行。

Answer 1

您所描述的是“非常规语言”。它不能用正则表达式解析。

好的，如果您愿意限制嵌套级别，从技术上讲，您可以使用正则表达式来做到这一点。但它会很难看。

这里是如何用一些(增加的)最大嵌套深度来解析你的东西，如果你可以在你的标签中加入没有@的条件:

no nesting: <@[^@]+@>
up to 1:    <@[^@]+(<@[^@]+@>)?[^@]*@>
up to 2:    <@[^@]+(<@[^@]+(<@[^@]+@>)?[^@]*@>)?[^@]*@>
up to 3:    <@[^@]+(<@[^@]+(<@[^@]+(<@[^@]+@>)?[^@]*@>)?[^@]*@>)?[^@]*@>
...

如果你不能在你的标签中禁止单独的@，你将不得不替换所有[^@] 的实例。像这样:(?:[^<@]|<[^@]|@[^>]) .

考虑一下，然后考虑扩展您的正则表达式以解析多达 10 层的嵌套。

在这里，我会为你做:

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

我希望我的回答表明正则表达式不是解析语言的正确工具。传统的词法分析器(分词器)和解析器组合会做得更好工作，明显更快，并将处理无限嵌套。