regex - 重新匹配相同或部分先前匹配的组

Question

我正在寻找一种方法来匹配之前匹配的部分或整个组。例如，假设我们有以下文本:

这是一个很长的文本，“带有”一些我“需要”在它们自己的上下文中匹配的引用字符串

像 (.{1,20})(".*?")(.{1,20}) 这样的正则表达式给出以下输出:

# | 1st group           |   2nd group   |   3rd group
------------------------------------------------------------------
1 | is a very long text |   "with"      |   some quoted strings
2 | I                   |   "need"      |   to extract in their

目标是强制正则表达式从第 1 场比赛中重新匹配第 3 组的一部分 - 或者当引号字符串非常接近时的整个比赛 - 当匹配第 2 场比赛时。基本上我想要以下输出:

# | 1st group           |   2nd group   |   3rd group
------------------------------------------------------------------
1 | is a very long text |   "with"      |   some quoted strings
2 | me quoted strings I |   "need"      |   to extract in their

或许，反向引用支持可以解决问题，但 go 正则表达式引擎缺少它。

Answer 1

如果回到最初的问题，您需要提取上下文中的引号。

因为你没有前瞻性，你可以使用 regexp 来匹配引号(或者甚至只是 strings.Index)，并且只获取字节范围，然后通过扩展范围来扩展以包含上下文(这可能需要更多的工作如果处理复杂的 UTF 字符串)。

类似于:

input := `this is a very long text "with" some quoted strings I "need" to extract in their own context`

re := regexp.MustCompile(`(".*?")`)

matches := re.FindAllStringIndex(input, -1)

for _, m := range matches {
    s := m[0] - 20
    e := m[1] + 20
    if s < 0 {
        s = 0
    }
    if e >= len(input) {
        e = -1
    }
    fmt.Printf("%s\n", input[s:e])
}

https://play.golang.org/p/brH8v6OM-Fx