我目前正在尝试从 @Apple(kind="Bax", priority=33) 等模式中提取以下内容
我目前使用的是@([^(]*)\(([^\)]*)\)。然后我有Apple 和kind="Bax", priority=33。在此之后，我在 , 上拆分第 2 组，然后在 = 上拆分，最后在开始或结束时删除 "。
现在这将遍历第二段很多。首先是正则表达式捕获，然后找到所有,，然后每次遍历再次找到=等。
既然我这样做了数百万次，有没有办法通过正则表达式遍历来捕获它？我想避免所有的分裂。
【问题讨论】：
标签： regex optimization pcre
假设您希望 key=value 对的计数为任意长度，那么如何：
(?:@|\(|,\s*|="?)(\w+)(?=\(|=|"|,|\))
所有捕获都在第 1 组中。
(?:@|\(|,\s*|="?) 匹配 @、(、, 之一加上大于 0 的空格，
或= 加上可选的"。(\w+) 匹配所需的单词并在 Group1 中捕获。(?=\(|=|"|,|\)) 是匹配( 之一的正向前瞻断言，
=、"、, 或 )。[编辑]
如果双引号括起来的元素可能包含逗号，那么用单个正则表达式解析它并不容易。 如果可能的话， 它将更难维护。我会将操作分为两个步骤。 假设我们有一个字符串：
@Apple(val="a,b", kind="Bax", priority=33,foo=bar, name="John Doe", lorem=ipsum)
然后使用第一个正则表达式：
^@([^(]+)\(([^)]+)\)
Apple 在第 1 组中被捕获，括号中的子字符串是
在第 2 组中捕获。
然后将下一个正则表达式应用于第 2 组：
(?<=")[^"=]+(?=")|[^,=" ]+
现在我们可以获取列表了：
['val', 'a,b', 'kind', 'Bax', 'priority', '33', 'foo', 'bar', 'name', 'John Doe', 'lorem', 'ipsum']
【讨论】：
如何创建5个不同的捕获组并相应地使用它们，你不需要使用split。请尝试以下正则表达式。
^@([^(]*)\(([^=]*)="(.*?)",\s+([^=]*)=([^)]*)\)
说明：为上述添加详细说明。
^@ ##Matching starting @ here in value.
([^(]*) ##Creating 1st capturing group which has everything till ( here.
\( ##Matching literal ( here.
([^=]*) ##Creating 2nd capturing group which has everything till - here.
=" ##Matching =" here.
(.*?) ##Creating 3rd capturing group here, which is a lazy match till next match.
",\s+ ##Matching ", followed by spaces 1 or more occurrences.
([^=]*) ##Creating 4th capturing group which has everything till = here.
= ##Matching = here.
([^)]*)\) ##Creating 5th capturing group which has everything till ) here, then matching literal ) here.
【讨论】：
(.*?) 中的? 不将* 匹配零到无限，从而使? 变得多余？
? 它实际上表示惰性匹配，其中 .* 将是贪婪的。
另一种选择可能是使用\G 锚来迭代匹配括号之间的部分，并匹配可变数量的参数。
@后面的值在第1组，括号之间的键和值在第2组和第3组
(?:@(\w+)\((?=[^()]*\))|\G(?!^))([^\s=]+)=(?|"([^"*"]*)"|([^\s,]+))(?:,\h*)?
模式匹配：
(?:非捕获组
@(\w+) 匹配 @ 并在 group 1 中捕获 1+ 个单词字符
\((?=[^()]*\)) 匹配 ( 并在右侧声明关闭 )
|或者\G(?!^) 在上一个匹配的末尾断言位置，而不是在开头（锚匹配在两个位置，也可以在字符串的开头）)关闭群([^\s=]+)= 捕获 group 2，匹配除 = 或空白字符之外的任何字符，然后匹配 =
(?|分支重置组
"([^"*"]*)"|([^\s,]+) 捕获第 3 组，捕获双引号之间的内容或 1+ 个不带逗号的非空白字符)(?:,\h*)? 关闭分支重置组并可选择匹配逗号和空格【讨论】：
@(\w+)\((\s*\w+="?\w+"?,?)*\)
此正则表达式假定参数数量可变。然而，正则表达式的一个限制是你应该有一个恒定数量的捕获组：所以你只会捕获最后一个参数。
下面的这个正则表达式使用有限数量的参数 (2) 和有限数量的捕获组 (3)
@(\w+)\((\s*\w+="?\w+"?,?)(\s*\w+="?\w+"?,?)\)
（注意：为了演示，我只是将参数捕获加倍）
【讨论】：