REGEX PCRE 嵌套文本匹配的递归表达式

Question

所以我正在尝试做这样的事情（是的，包括换行符）：

第 1 场比赛

START
    START
        stuff
    STOP
    more stuff
STOP

第 2 场比赛

START
    START
        stuff
    STOP
    more stuff
STOP

这就是我的进步

START(.*?^(?:(?!STOP).)*$|(?R))|STOP 带有参数 "g" "m" "i" 和 "s"

问题是我无法匹配 STOP 之后的任何内容，除非匹配整个文本中的最后一个 "STOP"。

这是一个 regex101 示例

https://regex101.com/r/vD4nX6/1

我希望得到一些指导

提前致谢

Answer 1

这是与您的示例匹配的模式：

^\h*START\h*\n(?:\h*+(?!(?:START|STOP)\h*$)[^\n]*\n|(?R)\n)*\h*STOP\h*$

使用 /mg 标志（在 https://regex101.com/r/iK9tK5/1 生效）。

背后的想法：

^                                  # beginning of line
\h* START \h* \n                   # "START" optionally surrounded by horizontal whitespace
                                   #   on a line of its own
(?:                                # between START/STOP, every line is either "normal"
                                   #   or a recursive START/STOP block
    \h*+                           # a normal line starts with optional horizontal whitespace
    (?!                            #   ... not followed by ...
        (?: START | STOP ) \h* $   #   "START" or "STOP" on their own
    )
    [^\n]* \n                      # any characters, then a newline
|
    (?R) \n                        # otherwise it's a recursive START/STOP block
)*                                 # we can have as many items as we want between START/STOP
\h* STOP \h*                       # "STOP" optionally surrounded by horizontal whitespace
$                                  # end of line

我已将 \h*+ 设为所有格以避免不小心将 " STOP" 匹配到 \h* 的 0 次迭代，而不是后跟 "STOP"（它们后跟" STOP"（带有 space））。 + 强制 \h 尽可能多地匹配，因此它必须消耗 space.

或者您可以将 \h* 拉入前瞻：(?!\h*(?:START|STOP)\h*$)
这也行得通，但是向前看会跳过任何 space 以查看它们后面是否有 START/STOP，只是让 [^\n]* 超出相同的 space 再次。以 \h*+ 开头，我们匹配那些 space 一次，没有回溯。我想这是一个微优化。

REGEX PCRE 嵌套文本匹配的递归表达式

REGEX PCRE Recursive expression for nested text matching

regex

pcre