反向引用整个嵌套的正则表达式答案

【问题标题】：Backreference to entire nested regex反向引用整个嵌套的正则表达式
【发布时间】：2016-08-12 09:16:49
【问题描述】：

我有一个 ((.*)\n)*?stopcondition 的正则表达式

这个正则表达式的目的是匹配多行直到停止条件，然后替换停止条件。

例如

a
b
stop condition

变成

a
b
changed condition

另一个例子：

a
b
c
d
stop condition

变成

a
b
c
d
changed condition

我遇到的问题是对停止条件之前捕获的所有行使用嵌套的反向引用。

我目前已经编写了 2 个正则表达式来处理前 2 行和前 4 行的情况。

我是否缺少一些语法糖来获得对整个比赛的引用？

如果我在这种情况下使用标准的 $ 反向引用，它将只匹配在停止条件之前找到的最后一行。

【问题讨论】：

请添加语言标签。
我正在使用 perl 但我不是特定于语言的任何可以实现这一点的就足够了。

标签： regex

【解决方案1】：

这个怎么样：

^((?:.|\n)*\n)stop condition

（替换为：$1changed condition）这会查找一行的开头，后跟任意数量的字符或换行符，然后是换行符和停止条件。内部组是一个非捕获组 ((?:stuff))，因为我们只关心捕获之前的全部内容。

如果您不关心从行首开始并且停止条件在自己的行上，您可以使用稍微简单一点的

((?:.|\n)*)stop condition

虽然如果stop condition 是一个唯一的字符串，在文件中没有其他地方出现，您可以直接搜索并替换stop condition 和changed condition。

【讨论】：

太棒了！我明白为什么这些捕获组现在有用了。
噢，你让我脸红了！很高兴我能帮上忙。如果这有效，请确保将其标记为后代的正确答案。
此外，构建和测试我们的正则表达式的好方法是 regexr.com - 在您学习时特别有用，因为您可以将鼠标悬停在任何字符上并查看它匹配的内容。
@IanWatson，如果它解决了您的问题，您应该接受这个答案。

【解决方案2】：

想象一下((.*)\n)*?stopcondition 的含义。

这将匹配stopcondition 之前的任何内容，无论它是什么！

所以，((.*)\n)*? 完全无用，因为引擎总是匹配第一个
可用（在源代码中从左到右）正则表达式指定的文字。

即使它包含需要在stopcondition之前的东西
它只是被替换而没有任何修改。

在这种情况下，由于您使用的是 Perl，因此请使用 \K 构造。
（注意 - 其他一些使用 PCRE 或其样式的引擎具有这种结构
连同它的兄弟 (*SKIP)(*FAIL) )

定义：
\K Keep the stuff left of the \K, don't include it in $&

东西被消耗，但不是比赛的一部分。
这确保您匹配正确的stopcondition，但不包括
之前匹配的东西。

查找：((.*)\n)*?\Kstopcondition
替换：changedcondition

现在分析这个((.*)\n)*?。

 (                             # (1 start)
      ( .* )                        # (2)
      \n
 )*?                           # (1 end)

()*?
的每个量化传递都会覆盖第 1 组因此，您只能看到在最 last 通行证上匹配的内容。

然而，

 (                             # (1 start)
      (                             # (2 start)
           ( .* )                        # (3)
           \n 
      )*?                           # (2 end)
 )                             # (1 end)

第 1 组未量化，包含所有组的累积
2 和 3 被覆盖。

附：获取一些知道如何格式化、分析、测试和基准测试正则表达式的软件。
正则表达式.com

【讨论】：