c# - 嵌套模式的正则表达式

Question

我有这样的文字:

((#) This is text

    ((#) This is subtext 

        ((#) This is sub-subtext #)

    #)

 #)

我制作了以下正则表达式:

        var counter = 0;
        return Regex.Replace(text,
             @"\(\(#\)(.*?)#\)",
             m =>
             {
                var str = m.ToString();
                counter++;
                return counter + ") " + str.Replace("((#)", "").Replace("#)", "")
             });

所以我期望的结果是这样的

1) This is text
   2) This is subtext
       3) This is sub-subtext

我知道这不会正常工作，因为正则表达式将从第二个 ((#) 等开始使用 #)。

如何避免这种冲突？谢谢! :)

Answer 1

这是我建议的解决方案:

• 使用具有平衡组的正则表达式获取嵌套字符串，
• 替换循环中的子字符串。

参见 the regex demo here .它匹配空字符串，但也捕获所有以 ((#) 开头并以 #) 结尾的嵌套子字符串。

这是 C# 演示代码:

var text = @"((#) This is text

    ((#) This is subtext 

        ((#) This is sub-subtext #)

     #)

#)";
var chunks = Regex.Matches(text,
            @"(?s)(?=(\(\(#\)(?>(?!\(\(#\)|#\)).|\(\(#\)(?<D>)|#\)(?<-D>))*(?(D)(?!))#\)))")
               .Cast<Match>().Select(p => p.Groups[1].Value)
               .ToList();
for (var i = 0; i < chunks.Count; i++)
     text = text.Replace(chunks[i], string.Format("{0}) {1}", (i+1), 
                         chunks[i].Substring(4, chunks[i].Length-6).Trim()));

请注意 .Substring(4, chunks[i].Length-6) 只是从 ((#) 到 #)。由于我们知道分隔符，我们可以对这些值进行硬编码。

输出:

要了解有关平衡组的更多信息，请参阅 Balancing Groups Definition和 Fun With .NET Regex Balancing Groups .