平衡组/递归匹配

如何把 xx <aa <bbb> <bbb> aa> yy 这样的字符串里,最长的配对 的尖括号内的内容捕获出来?

这里需要用到以下的语法构造:
     
    •  (?'group')
把捕获的内容命名为group,并压入 堆栈(Stack)
    •  (?'-group')
从堆栈上弹出最后压入堆栈的名为group的捕获内容,如果堆栈本来为
    
空,则本分组的匹配失败
    •  (?(group)yes|no)
如果堆栈上存在以名为group的捕获内容的话,继续匹配yes部分的表 达式,否则继续匹配no部分
    •  (?!)
零宽负向先行断言,由于没有后缀表达式,试图匹配总是失败

 

  我们需要做的是每碰到了左括
    
号,就在压入一个"Open",每碰到一个 右括号,就弹出一个,到了最后就看 看堆栈是否为空--如果不为空那就 证明左括号比右括号多,那匹配就应 该失败。正则表达式引擎会进行回溯 (放弃最前面或最后面的一些字符) 尽量使整个表达式得到匹配。

    <                        #最外层的左括号
    [^<>]*               #
最外层的左括号后面的不是括号的内容
    (
    (
    (?'Open'<)   #
碰到了左括号,在黑板上写一个"Open"
    [^<>]*      #
匹配左括号后面的不是括号的内容
    ) 
    (
    (?'-Open'>)  #
碰到了右括号,擦掉一个"Open"
    [^<>]*       #
匹配右括号后面不是括号的内容
    ) 
    )*
    (?(Open)(?!))        #
在遇到最外层的右括号前面,判断黑板上还有没有没擦
     
    >                        #
最外层的右括号
     
    
平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配 嵌套的<div>
    
标签  <div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*) ((?'-Open'</div>)[^<>]*) )*(? (Open)(?!))</div> .

你可能感兴趣的:(html,正则表达式,div,引擎)