捕获外部括号/括号组，同时忽略内部括号组答案

【问题标题】：Capture outer paren/bracket groups while ignoring inner paren groups捕获外部括号/括号组，同时忽略内部括号组
【发布时间】：2020-11-17 01:24:10
【问题描述】：

这是我的previous SO question 的排列组合。答案对我来说非常有效，直到我遇到导致问题的边缘情况。我现在需要一个经过调整的正则表达式模式。我曾尝试在Regex Storm 自己解决这个问题，但我对正则表达式的了解还不够先进。

与我之前的帖子（上面链接）的一个变化是，我现在只对匹配以([ 开头的括号分组感兴趣，而不仅仅是(。分组结束保持不变：)

为了完整起见，这里是整个上一个问题，针对新要求进行了修改：

我正在使用 C# 和正则表达式，尝试捕获外部括号组而忽略内部括号组。我有旧版生成的文本文件，其中包含数千个字符串结构，如下所示：

([txtData] of COMPOSITE
(dirty FALSE)
(composite [txtModel])
(view [star3])
(creationIndex 0)
(creationProps )
(instanceNameSpecified FALSE)
(containsObject nil)
(sName txtData)
(txtDynamic FALSE)
(txtSubComposites )
(txtSubObjects )
(txtSubConnections )
)

([txtUI] of COMPOSITE
(dirty FALSE)
(composite [txtModel])
(view [star2])
(creationIndex 0)
(creationProps )
(instanceNameSpecified FALSE)
(containsObject nil)
(sName ApplicationWindow)
(txtDynamic FALSE)
(txtSubComposites )
(txtSubObjects )
(txtSubConnections )
)

([star38] of COMPOSITE
(dirty FALSE)
(composite [txtUI])
(view [star39])
(creationIndex 26)
(creationProps composite [txtUI] sName Bestellblatt)
(instanceNameSpecified TRUE)
(containsObject COMPOSITE)
(sName Bestellblatt)
(txtDynamic FALSE)
(txtSubComposites )
(txtSubObjects )
(txtSubConnections )
)

我正在寻找一个正则表达式来捕获上面示例中的 3 个分组，这是上一个 SO 帖子中的解决方案：

Regex regex = new Regex(@"\((?>\((?<c>)|[^()]+|\)(?<-c>))*(?(c)(?!))\)"); 
return regex.Matches(str);

我需要对上面的正则表达式模式稍作调整，使其只匹配以([ 开头的分组，而不仅仅是(。结局不变：)

需求匹配很简单：

左括号 + 方括号 (([) 是文件中的第一个字符，或者它跟在 newline 之后。
右括号是文件中的最后一个字符，或者后面跟一个newline。

我希望正则表达式模式忽略所有不遵守上述数字 1 和 2 的括号分组。 “忽略”是指不应将它们视为匹配项 - 但应将它们作为外部分组匹配项的一部分返回。

所以，为了实现我的目标，当我的 C# 正则表达式与上面的示例运行时，我应该返回一个正则表达式 MatchCollection，其中正好有 3 个匹配项，如上所示。

它是怎么做的？

【问题讨论】：

Regex.Matches(text, @"(?=$\[)^\((?>\((?<c>)|[^()]+|$(?<-c>))*\)\r?$", RegexOptions.Multiline).Cast<Match>().Select(x => x.Value).ToList()?

标签： c# regex regex-group

【解决方案1】：

您可以在模式的开头应用正向前瞻，这将需要在初始 ( 之后使用 [。此外，由于前导 ([ 只能出现在行首，而结束 ) 只能出现在行尾，因此添加 ^ 和 \r?$ 锚点是有意义的（注意 \r?是必需的，因为多行模式下的$ 只匹配\n 之前的位置，而不是\r 之前的位置。

因此，您的正则表达式可能会调整为

var results = Regex.Matches(text, 
                  @"^\((?=\[)(?>\((?<c>)|[^()]+|\)(?<-c>))*\)\r?$", 
                  RegexOptions.Multiline)
              .Cast<Match>()
              .Select(x => x.Value)
              .ToList();

请参阅.NET regex demo。

详情

^ - 行首
\( - 一个 ( 字符
(?=\[) - [ 应该紧跟当前位置
(?>$(?<c>)|[^()]+|$(?<-c>))* - 0 次或多次重复
- $(?<c>)| - ( 并且一个空值被压入`Group "c" 捕获堆栈，或者
- [^()]+| - 除( 和) 之外的0 个或多个字符，或
- $(?<-c>) - ) 并从 `Group "c" 捕获堆栈中弹出一个空值
\) - 一个 ) 字符
\r?$ - 可选的 CR 和行尾。

【讨论】：