c# - 正则表达式 - MARK 以查看匹配的捕获组

Question

我正在用 C# 编写一个小型分词器。

在 PCRE 正则表达式规范中，有简洁的 MARK 关键字:
https://pcre.org/current/doc/html/pcre2syntax.html#SEC23

它是这样工作的:

https://3v4l.org/ErCrp

<?php

$string = 'bar';
$matches = [];

preg_match('~(?|foo(*:1)
               |bar(*:2)
               |baz(*:3))~x', $string, $matches);

var_dump($matches);

//> array(2) { 
//>     [0]=> string(3) "bar" 
//>     ["MARK"]=> string(1) "2" 
//> } 

如您所见，结果集中的 MARK 参数允许您查看正则表达式的哪个分支实际匹配。不幸的是，.NETs Regex 框架不支持 MARK 关键字。这就是我现在正在做的:

var pattern = @"(
    (?<foo>foo)
    |(?<bar>bar)
    |(?<baz>baz)
)";

var regexOptions = RegexOptions.ExplicitCapture | RegexOptions.IgnorePatternWhitespace;
var regex = new Regex(pattern, regexOptions);
var matches = regex.Matches("bar");

foreach (Match match in matches)
{
    int? mark = null;

    if (match.Groups["foo"].Success)
    {
        mark = 1;
    }
    else if (match.Groups["bar"].Success)
    {
        mark = 2;
    }
    else if (match.Groups["baz"].Success)
    {
        mark = 3;
    }
}

基本上，我需要重构整个正则表达式以查看实际匹配了哪个捕获组。

这似乎倒退了。有没有更好的方法可以做同样的事情？

我需要这个的原因是因为在分词器中我不仅需要知道语法是否有效，还需要知道匹配的分词实际上是哪种分词类型。

Answer 1

如果您坚持使用 MARK 信息或想使用 .NET 中的 PCRE 正则表达式，请查看 PCRE.NET ，它是 PCRE 库的 .NET 包装器(可通过 NuGet 获得)。它提供了许多 PCRE 的功能供 .NET 使用，包括标记检索。

这是一个简短的例子:

using PCRE;
using System.Linq;
namespace PCREdNET
{
    class Program
    {
        static void Main(string[] args)
        {
            var marks = PcreRegex.Matches("bar", "(?|foo(*:1)|bar(*:2)|baz(*:3))")
                       .Select(m => m.Mark)
                       .ToList();
        }
    }
}