仅在打开模式和关闭模式之间匹配模式

Question

我的正则表达式：

(?si)\bStart\b(.*?)\bError\b(.*?)\bEnd\b

这适用于以下场景：

stuff happens  
Start  
stuff happens  
Error  
stuff happens  
End

但也匹配Error之外的Start和End序列：

Start  
End  
Error  
Start  
End

当条件变成场景 #2 时，如何仅匹配第一个示例中的命中？

Answer 1

Alexander's answer 可能已经足够好了，但我会这样做：

(?si)\bStart\b(?:(?!\b(?:Start|End)\b).)*\bError\b(?:(?!\b(?:Start|End)\b).)*\bEnd\b

这个正则表达式的主要优点是它失败得更快。 ((?!\bStart\b).)*? 工作正常，如果有一个 End 你期望一个，但如果没有匹配是可能的，它仍然必须一直到下一个 Start （如果有）或到末尾文件才可以放弃匹配。

事实上，您可以更进一步，完全消除回溯：

(?si)\bStart\b(?>(?:(?!\b(?:Start|End|Error)\b).)*)\bError\b(?>(?:(?!\b(?:Start|End|Error)\b).)*)\bEnd\b

添加一个Error 替代项并将该部分包含在一个原子组中意味着如果它找到一个Start 并且没有在下一个End 之前找到一个Error，它会失败马上。

这是一个 PowerShell 示例（由 RegexBuddy 生成）：

$regex = [regex] '(?si)\bStart\b(?>(?:(?!\b(?:Start|End|Error)\b).)*)\bError\b(?>(?:(?!\b(?:Start|End|Error)\b).)*)\bEnd\b'
$matchdetails = $regex.Match($subject)
while ($matchdetails.Success) {
    # matched text: $matchdetails.Value
    # match start: $matchdetails.Index
    # match length: $matchdetails.Length
    $matchdetails = $matchdetails.NextMatch()
}

更新：我刚刚意识到我不应该将Error 分支添加到第二个替代项中。我的正则表达式仅匹配包含 Error 一次的 Start..End 块，这可能过于具体。此版本匹配一个至少出现一次Error的块：

(?si)\bStart\b(?>(?:(?!\b(?:Start|End|Error)\b).)*)\bError\b(?>(?:(?!\b(?:Start|End)\b).)*)\bEnd\b

Answer 2

PowerShell，使用负前瞻并假设“事情发生”部分从不包含单词“开始”或“结束”：

$txt = Get-Content file.txt | Out-String
$pattern = "(?si)\bStart\b((?!\bEnd\b).)*?\bError\b((?!\bStart\b).)*?\bEnd\b"
$regex = New-Object System.Text.RegularExpressions.Regex($pattern)
$regex.Matches($txt)

解释here。

Answer 3

好的，所以在我能够理解所接受的答案是逐步完成的内容之后，我回到了这个问题，这对我来说比只在一行中的所有内容更容易理解。这个替代答案解释了从开始到结束的过程，原始问题的目标是按顺序采用 3 匹配模式并确保不会发生不希望的匹配。

第 1 步：在添加排除项之前让您的模式正常工作

\bStart\b.*\bError\b.*\bEnd\b

第 2 步：放置非捕获组以检查任何类型的字符，同时在其中移动 .。这些非捕获组 (?:.) 现在只是占位符，意味着它们会检查 任何 字符，因此不会破坏我们已经建立的模式。

\bStart\b(?:.)*\bError\b(?:.)*\bEnd\b

第 3 步：现在我们希望将这些非捕获组包含在一个正向前瞻中，在它的非捕获组内部有一个负前瞻，这样我们就知道如果它检测到 Start、End、或除最后一个错误之外的任何内容。在不破坏最小匹配功能的情况下，我们无法真正分解这部分内容。

\bStart\b(?>(?:(?!\b(Start|End|Error)\b).))*\bError\b(?>(?:(?!\b(Start|End)\b).))*\bEnd\b

第 4 步：现在，只需在开头添加行匹配过滤器，就可以开始了！

(?si)\bStart\b(?>(?:(?!\b(Start|End|Error)\b).))*\bError\b(?>(?:(?!\b(Start|End)\b).))*\bEnd\b

我是一个高度视觉化的学习者，所以我分享了一张个人帮助我分解它的图形。