Regex提取复杂的模式，该模式包括除特定符号组合之外的任何字符或符号

Question

我有一个文本块，需要从中提取&替换某些出现的文本。我正在寻找的模式在这个序列中有5个组件：

1) /*<<@*/
2) any characters & symbols except this symbol combo: /*
3) /*
4) any upper or lower case letter, number, space or underscore
5) */

例如，到目前为止，我还无法设计出一个正则表达式模式，可以从文本中提取该模式的3个出现：

DECLARE @myDate DATETIME = /*<<@*/ '2018-07-20 00:00:00' /*My Date>>*/
DECLARE @myString VARCHAR(MAX) = /*<<@*/ 'whatever?' /*My String>>*/ DECLARE @isTrue VARCHAR(MAX) = /*<<@*/ 1 /*My Bool>>*/

以下是应该找到的3种情况：

1) /*<<@*/ '2018-07-20 00:00:00' /*My Date>>*/
2) /*<<@*/ 'whatever?' /*My String>>*/
3) /*<<@*/ 1 /*My Bool>>*/

但我总是出现2次——第二行被认为是单个匹配，而不是2个匹配：

1) /*<<@*/ '2018-07-20 00:00:00' /*My Date>>*/
2) /*<<@*/ 'whatever?' /*My String>>*/ DECLARE @isTrue VARCHAR(MAX) = /*<<@*/ 1 /*My Bool>>*/

下面是一个正则表达式模式的例子，这是我尝试过的许多模式之一：

(/*<<@*/){1}(.*){1}([a-z]|[A-Z]|[0-9]|_|s)*(>>*/){1}

如果我将第三个DECLARE移到它自己的行上，它是有效的(因为.符号在返回行处停止(，但当它们在同一行上时，我需要能够单独提取它们。

我已经使用regexr.com和regexstorm.net针对文本测试了我的所有模式。我的模式在第二个组件上进行了分解：除了/*，我找不到在模式中包含任何字符或符号的方法，regex总是抓取太多。我试过/*的负面广告。我尝试过显式指定所有有效字符，但找不到与/*组合不匹配的方法。

任何帮助都将不胜感激！

Answer 1

这似乎对我有用：(/*<<@*/)((?:[^/]|/(?!*))+?)(/*)((?:[^*]|*(?!/))+?)(*/)

生成5个捕获组，如下所示：https://regex101.com/r/rd1Tl9/1

关键方面是这种模式：((?:[^/]|/(?!*))+?)它说：找到任何不是/的字符，或者在之后找到一个没有*的。

这允许您获取与分隔符不匹配的部分。

Answer 2

您可以使用以下正则表达式：

/*<<@*/(?:(?!/*)[sS])*?/*+[^*]**+(?:[^/*][^*]**+)*/

请参阅regex演示。如果您需要将正则表达式用作正则表达式文字，请记住转义正斜杠：

//*<<@*/(?:(?!/*)[sS])*?/*+[^*]**+(?:[^/*][^*]**+)*//

如果您需要在C#中使用它，请将其定义为

var pattern = @"(?s)/*<<@*/(?:(?!/*).)*?/*+[^*]**+(?:[^/*][^*]**+)*/";

详细信息

• /*<<@*/-文字/*<<@*/子字符串
• (?:(?!/*)[sS])*?-不启动/*序列的任何字符，零次或多次出现，尽可能少
• /*+[^*]**+(?:[^/*][^*]**+)*/-一个C风格的注释正则表达式