regex - 使用 RegEx 删除内部嵌套字符串

Question

我有一个由标签替换形成的字符串，这也会导致字符串的某些部分被标记为删除，例如:

Keep1
{/*DELETE}
Delete1a
    {/*DELETE}
    Delete2
    {DELETE*/}
Delete1b
{DELETE*/}
Keep2
{/*DELETE}
Delete3
{DELETE*/}
Keep3

我是否正确，正则表达式不能用于仅选择内部 DELETE2 和 DELETE3，删除它们，然后重复获取 DELETE1a/b 直到找不到进一步的匹配项？

我传递给替换函数的正则表达式是

\{\/\*DELETE\}([\s\S]*?)\{DELETE\*\/\}

这匹配

{/*DELETE}
Delete1a
    {/*DELETE}
    Delete2
    {DELETE*/}

如果这是我可以进行的唯一正则表达式匹配，我可以[抑制前导 {/*DELETE} 和]调用递归地替换函数，我认为这将使我能够删除嵌套的 {TAGS}

有更好的方法吗？

我在 VBScript 中使用 RegEx

编辑:如果有帮助，我可以更改 {/*DELETE} 和 {DELETE*/} 标签，甚至更改为单个字符

EDIT2:我可以使用单个字符作为开始/结束删除标记 - 例如，如果 RegEx 表达式解析速度更快，例如通过降低复杂性

例如如果开始删除是[，然后结束删除是]

Keep1
[
Delete1a
    [
    Delete2
    ]
Delete1b
]
Keep2
[
Delete3
]
Keep3

在本例中选择出现的这些字符，实际上它们会出现在我的真实数据中，但我希望我可以选择两个根本不会出现在我的数据中的 ASCII 值。

说明:{DELETE} 标记并不总是单独出现在一行上，因此这种字符串形成方式也会存在

Keep1{/*DELETE}Delete1a
    {/*DELETE}Delete2{DELETE*/}
Delete1b{DELETE*/}Keep2a
Keep2b{/*DELETE}Delete3{DELETE*/}Keep3

或使用单字符删除标签:

Keep1[Delete1a
    [Delete2]
Delete1b]Keep2a
Keep2b[Delete3]Keep3

Answer 1

多字符分隔符

如果您的分隔符是多字符标签，您可以使用 tempered greedy token :

\{\/\*DELETE}((?:(?!\{\/\*DELETE})[\s\S])*?)\{DELETE\*\/}
              ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

将匹配任意字符 0 次以上，且该字符不是 {/*DELETE} 字符序列的起点。递归运行此正则表达式替换，请参阅 Iteration 1和 Iteration 2演示。

注意，如果注释或字符串文字中有这些分隔符，则这将无法正常工作。

为了安全起见，您可以定义分隔标记仅在一行中显示为单个实体:

^\s*\{\/\*DELETE}(\s*(?:\r?\n(?!\s*\{(?:\/\*DELETE|DELETE\*\/)}).*)*)\r?\n\s*\{DELETE\*\/}\s*$

参见Iteration 1和 Iteration 2 个演示(此处，您需要启用 regExp.Multiline = True)

单个字符分隔符

这是迄今为止最简单的场景 - 您可以使用起始分隔符字符，然后使用否定字符类匹配除了起始和结束分隔符字符之外的任何 0+ 个字符 - 然后是结束分隔符字符。

如果起始分隔符是[，结束分隔符是]，则该正则表达式是众所周知的

\[[^\][]*\]

查看正则表达式演示:Iteration 1和 Iteration 2 .

请注意，[ 和 ] 通常是您需要的数据的一部分，因此也许您会想要使用一些更奇特的配对内容，例如 ⦅(‎2985 左白括号)和 ⦆(‎2986 右白括号):

\u2985[^\u2985\u2986]*\u2986

参见another regex demo .