Java – 正则表达式 – 匹配开始和结束 curl 标签

Question

我想捕获这样的文本:

{ul}
  {li}Item 1{/li} 
  {li}Item 2{/li} 
  {li}Item 3{/li} 
{/ul}  
{img}this_is_an_image{/img} 
{p}paragraph text {/p} {h2}Heading{/h2}

然后像这样把它变成 HashMap 的 ArrayList:

[
  { "ul" : ["Item 1", "Item 2", "Item 3"] },
  {"img" : "this_is_an_image"}, 
  {"p" : "paragraph text"}, 
  {"h2" : "Heading"}
]

目前我有一个 while 循环，它能够从字符串中获取“基本”级别的项目(即非嵌套项目)。

ArrayList<Object> list = new ArrayList<>();
Pattern pattern = Pattern.compile("\\{(\\w+)}(?:\\()?([^\\{\\)]+)(?:\\{\\/\1})?");
Matcher matches = pattern.matcher(s);
while (matches.find()) {
    Map<String, String> match = new HashMap<>();
    match.put(matches.group(1), matches.group(2));
    list.add(match);
}
return list;

我想修改它以匹配第一个捕获组——捕获开始和结束标记之间的所有内容，然后检查捕获组 2 中是否有嵌套标记——然后将它们放入数组中。

修改代码如下:

ArrayList<Object> list = new ArrayList<>();
Pattern pattern = Pattern.compile("New pattern");
Matcher matches = pattern.matcher(s);
while (matches.find()) {
    Map<String, Object> match = new HashMap<>();
    Pattern patt = Pattern.compile("only capture text within brackets pattern")
    Matcher nestedMatches = patt.matcher(matches.group(2))
    ArrayList<String> sublist = new ArrayList<>();
    while(nestedMatches.find()) {
      sublist.add(nestedMatches.group(2))
    }
    if (list.size() > 0) {
       match.put(matches.group(1), sublist);
    } else {
       match.put(matches.group(1), matches.group(2));
    }
    list.add(match);
}
return list;

我创建了这个正则表达式:\{(\w+)\}(.*)(?:\{\1\})?(obv 不是 java 格式)但它没有在右大括号 {/group1} 处停止，而是继续捕获所有内容。

我是这些更复杂的正则表达式模式的新手，所以如果有人能在这里帮助我，我将不胜感激——感觉我快要解决这个问题了。

这是一个Regex 101显示我的问题

Answer 1

你离得不远了，你可以使用这个正则表达式:

(?s)\{(\w+)}(.*?)\{/\1}

Updated RegEx Demo

在 Java 中使用:

final String regex = "(?s)\\{(\\w+)\\}(.*?)\\{/\\1\\}";

正则表达式详细信息:

• (?s):结束DOTALL模式
• \{(\w+)}:将开始标签匹配为{tag}` 并在捕获组 #1 中捕获标签名称
• (.*?):再匹配 0 个字符(非贪婪)并将其捕获到第 2 组
• \{/\1}:通过使用第 1 组的反向引用将结束标记匹配为 {/tag}