可重复的复杂正则表达式，带有点“。”分隔符

Question

我有一个正则表达式。它包含一个必需的命名捕获组和一些可选的命名捕获组。它捕获单个匹配项并将这些部分解析为我需要的命名组。

除了，现在我需要重复一遍。

本质上，我的正则表达式表示（可能）更长的字符串中的单个原子单元。目标字符串通常不会完全匹配我的正则表达式，而是包含重复的正则表达式实例，用点“。”分隔。字符。

例如，如果这是我的正则表达式捕获的内容：<some match>

实际的字符串可能如下所示：

• <some match>
• <some match>.<some other match>
• <some match>.<some other match>.<yet another match>

修改原始正则表达式以考虑重复模式同时忽略点的最简单方法是什么？

我不确定它是否真的需要，但这是我用来捕获单个片段的正则表达式。同样，我想增强它以考虑可选的附加部分。我想让每个段在结果集中显示为另一个“匹配”；

^(?<member>[A-Za-z_][A-Za-z0-9_]*)(?:\[(?<index>[0-9]+)\])?(?:\[(?<index2>[0-9]+)\])?(?:\[(?<index3>[0-9]+)\])?$

它旨在解析一个类路径，最多具有三个可选的索引访问器。 （即“member.sub_member[0].sub_sub_member[0][1][2]”）

我怀疑答案涉及向前看或向后看，对此我并不完全熟悉。

我目前使用 String.Split 来分隔字符串段。但我认为如果对正则表达式的增强足够简单，我会跳过额外的拆分步骤，并重新使用正则表达式作为验证机制。

编辑：

作为齿轮中的额外扳手，我想禁止使用任何点 '.'字符串开头或结尾的字符。它们应该只作为路径段之间的分隔符存在。

Answer 1

您实际上并不需要使用任何环视。您可以在主模式前放置一个(^|\.)，然后在其后放置一个+。这将允许您制作一个重复的、. 分隔的序列。为简单起见，我还建议您将 <index> 组合并到一个捕获中（我使用 * 来匹配任意数量的索引，但您也可以轻松地使用 {0,3} 来匹配最多 3 个）。最终的模式是：

(?:(?:^|\.)(?<member>[A-Za-z_][A-Za-z0-9_]*)(?:\[(?<index>[0-9]+)\])*)+$

例如：

var input = "member.sub_member[0].sub_sub_member[0][1][2]";
var pattern = @"(?:(?:^|\.)(?<member>[A-Za-z_][A-Za-z0-9_]*)(?:\[(?<index>[0-9]+)\])*)+$";
var match = Regex.Match(input, pattern);
var parts = 
    (from Group g in match.Groups
     from Capture c in g.Captures
     orderby c.Index
     select c.Value)
    .Skip(1);

foreach(var part in parts)
{
    Console.WriteLine(part);
}

将输出：

member
sub_member
0
sub_sub_member
0
1
2

---

更新：此模式将确保字符串不能有任何前导或尾随点。这是一个怪物，但它应该可以工作：

^(?<member>[A-Za-z_][A-Za-z0-9_]*)(?:\[(?<index>[0-9]+)\]){0,3}(?:\.(?<member>[A-Za-z_][A-Za-z0-9_]*)(?:\[(?<index>[0-9]+)\]){0,3})*$

或者这个，虽然我不得不放弃我的“不环顾四周”的想法：

^(?!\.)(?:(?:^|\.)(?<member>[A-Za-z_][A-Za-z0-9_]*)(?:\[(?<index>[0-9]+)\]){0,3})*$

Answer 2

最简单的方法可能是使用'.'上的string.Split 分割字符串。字符，然后将您的正则表达式应用于结果数组中的每个元素。无论如何，这么长的正则表达式都会有一些残酷的性能和潜在的前瞻性/落后问题。

Answer 3

您可以使用\G 确保获得连续的结果，并使用前瞻来检查模式后面是点还是字符串的结尾：

var pattern = @"(?:^|\G\.)(?<member>[A-Za-z_][A-Za-z0-9_]*)(?:\[(?<index>[0-9]+)\])?(?:\[(?<index2>[0-9]+)])?(?:\[(?<index3>[0-9]+)])?(?=\.|$)";

from msdn: with \G“比赛必须从上一场比赛结束的位置开始”

Answer 4

试试这个野兽：

(?<=^|\.)?((?<member>[A-Za-z_][A-Za-z0-9_]*)(?:\[(?<index>[0-9]+)\])?(?:\[(?<index2>[0-9]+)\])?(?:\[(?<index3>[0-9]+)\])?)(?=\.){0,3}$?

这是一个示例控制台应用程序：

class Program
{
    public static void Main()
    {
        var input = @"member.sub_member[0].sub_sub_member[0][1][2]";
        var matches = Regex.Matches(input, @"(?<=^|\.)?((?<member>[A-Za-z_][A-Za-z0-9_]*)(?:\[(?<index>[0-9]+)\])?(?:\[(?<index2>[0-9]+)\])?(?:\[(?<index3>[0-9]+)\])?)(?=\.){0,3}$?");
        foreach (Match match in matches)
        {
            Console.Write("Member: {0} Index {1} Index2: {2} Index3 {3}\r\n", 
                match.Groups["member"].Value,
                match.Groups["index"].Value,
                match.Groups["index2"].Value,
                match.Groups["index3"].Value);
        }
    }
}