Java – 正则表达式 – 匹配开始和结束卷曲标签

Posted 2023-03-14

【中文标题】Java – 正则表达式 – 匹配开始和结束卷曲标签

【英文标题】：Java – Regex – match opening and closing curly tags

【发布时间】：2019-08-10 22:36:32

【问题描述】：

我想捕获这样的文本：

ul
  liItem 1/li 
  liItem 2/li 
  liItem 3/li 
/ul  
imgthis_is_an_image/img 
pparagraph text /p h2Heading/h2

然后把它变成一个 hashmaps 的 ArrayList，像这样：

[
   "ul" : ["Item 1", "Item 2", "Item 3"] ,
  "img" : "this_is_an_image", 
  "p" : "paragraph text", 
  "h2" : "Heading"
]

目前我有一个 while 循环，它能够从字符串中获取“基本”级别的项目（即不是嵌套项目）。

ArrayList<Object> list = new ArrayList<>();
Pattern pattern = Pattern.compile("\\(\\w+)(?:\\()?([^\\\\)]+)(?:\\\\/\1)?");
Matcher matches = pattern.matcher(s);
while (matches.find()) 
    Map<String, String> match = new HashMap<>();
    match.put(matches.group(1), matches.group(2));
    list.add(match);

return list;

我想修改它以便能够匹配第一个捕获组 - 捕获开始和结束标记之间的所有内容，然后检查捕获组 2 中是否有嵌套标记 - 然后将它们放入数组中。

所以修改代码如下：

ArrayList<Object> list = new ArrayList<>();
Pattern pattern = Pattern.compile("New pattern");
Matcher matches = pattern.matcher(s);
while (matches.find()) 
    Map<String, Object> match = new HashMap<>();
    Pattern patt = Pattern.compile("only capture text within brackets pattern")
    Matcher nestedMatches = patt.matcher(matches.group(2))
    ArrayList<String> sublist = new ArrayList<>();
    while(nestedMatches.find()) 
      sublist.add(nestedMatches.group(2))
    
    if (list.size() > 0) 
       match.put(matches.group(1), sublist);
     else 
       match.put(matches.group(1), matches.group(2));
    
    list.add(match);

return list;

我已经创建了这个正则表达式：\(\w+)\(.*)(?:\\1\)?（此处的 obv 不是 java 格式），但它不会在结束大括号 /group1 处停止，而是继续捕获所有内容。

我是这些更复杂的正则表达式模式的新手，所以如果有人能在这里帮助我，我将不胜感激——感觉我已经接近解决这个问题了。

这是一个Regex 101 显示我的问题

【问题讨论】：

您可以使用：(?s)\(\w+)(.*?)\/\1

【参考方案1】：

你已经不远了，你可以使用这个正则表达式：

(?s)\(\w+)(.*?)\/\1

Updated RegEx Demo

在 Java 中使用：

final String regex = "(?s)\\(\\w+)\\(.*?)\\/\\1\\";

正则表达式详细信息：

(?s)：结束DOTALL模式 \(\w+): Match opening tag astag` 并在捕获组 #1 中捕获标记名称 (.*?): 再匹配 0 个字符（非贪婪）并将其捕获到第 #2 组中 \/\1：使用组#1 的反向引用将结束标记匹配为/tag

【讨论】：

刚刚尝试过——就像一个魅力一样，上面的代码作为“初始”正则表达式，然后线程中的原始正则表达式作为辅助匹配器。感谢您的帮助！