regex - 在 Lua 中使用字符串模式获取一组括号内部和外部的字符串字符？

Question

我正在尝试创建一个字符串模式，该模式将匹配非空格字符以及一组括号内的所有字符。例如，这样的序列:

local str = [[
    This [pattern] should [return both] non-space 
    characters and [everything inside] brackets
]]

将打印出This、[pattern]、should、[return Both]、非空间 ...等等。我已经研究了一段时间，并提出了一个非常接近的解决方案，我知道问题所在，但似乎无法解决。这是我的尝试:

local str = [[
    This [pattern] should [return both] non-space 
    characters and [everything inside] brackets
]]

for s in string.gmatch(str, "%S+%[?.-%]?") do
    print(s)
end

问题是括号内应允许有空格，但括号外不允许有空格。这将打印如下内容:This、[pattern]、should、[return、both] 、非空格 ...等

请注意，[return 和 both] 是两个不同的捕获，而不是返回 [return Both]。我对字符串模式还是比较陌生，所以我觉得有一些选项我可以忽略。不管怎样，如果有人对这类事情有经验，我肯定会很感激一些见解。

Answer 1

只是为了在评论中解释一下 Egor 的解决方案，关键思想是区分括号 [] 内的空格与括号外的空格。这是通过以下方式完成的:

• 首先 gsub 将括号外的空格替换为 \0。
• 后跟与非空字符匹配的字符串的 gmatch。

空字符 \0 用作标记，因为它不太可能与输入文本中的合法字符发生冲突。

此方法的一种变体是替换括号内的空格，而不是后面跟着非空格字符的匹配

for s in str:gsub("(%[.-%])",
                  function(x)
                    return x:gsub("%s+", "\0") 
                  end)
            :gmatch "%S+"
do
  print( (s:gsub("%z+", " ")) )
end

请注意，您在解析期间创建中间字符串。如果输入字符串很长，那么临时中间字符串也很长。对于一次性比赛来说，这可能没问题。如果您正在处理更繁重的解析，我建议您查看 LPEG .

例如，以下lpeg.re语法可以解析给定的输入文本

local re = require 're'

local str =
[[
    This [pattern] should [return both] non-space 
    characters and [everything inside brackets]
]]

local pat = re.compile
  [[
    match_all   <- %s* match_piece+ !.
    match_piece <- {word / bracket_word} %s*
    word        <- ([^]%s[])+
    bracket_word <- '[' (word %s*)+ ']'
  ]]

for _, each in ipairs{ pat:match(str) } do
  print(each)
  end

输出:

This
[pattern]
should
[return both]
non-space
characters
and
[everything inside brackets]