用正则表达式在Java中解析wikiText

Question

给定一个wikiText字符串，例如：

{{ValueDescription
    |key=highway
    |value=secondary
    |image=Image:Meyenburg-L134.jpg
    |description=A highway linking large towns.
    |onNode=no
    |onWay=yes
    |onArea=no
    |combination=
    * {{Tag|name}}
    * {{Tag|ref}}
    |implies=
    * {{Tag|motorcar||yes}}
    }}

我想在Java/Govy中解析模板ValueDescription和Tag。我尝试使用regex /{{s*Tag(.+)}}/，它很好（它返回|name、|ref和|motorcar||yes），但是/{{s*ValueDescription(.+)}}/不起作用（它应该返回上面的所有文本）。

预期输出

有没有办法跳过正则表达式中的嵌套模板？

理想情况下，我宁愿使用一个简单的wikiText 2 xml工具，但我找不到类似的工具。

谢谢！Mulone

Answer 1

任意嵌套的标记不起作用，因为这会使语法变得不规则。你需要一些能够处理上下文无关语法的东西。ANTLR是一个不错的选择。

Answer 2

使用Pattern.DOTALL选项创建正则表达式模式，如下所示：

Pattern p = Pattern.compile("\{\{\s*ValueDescription(.+)\}\}", Pattern.DOTALL);

示例代码：

Pattern p=Pattern.compile("\{\{\s*ValueDescription(.+)\}\}",Pattern.DOTALL);
Matcher m=p.matcher(str);
while (m.find())
   System.out.println("Matched: [" + m.group(1) + ']');

输出

Matched: [
|key=highway
|value=secondary
|image=Image:Meyenburg-L134.jpg
|description=A highway linking large towns.
|onNode=no
|onWay=yes
|onArea=no
|combination=
* {{Tag|name}}
* {{Tag|ref}}
|implies=
* {{Tag|motorcar||yes}}
]

更新

假设关闭}}出现在{{ValueDescription的单独行上，则以下模式将用于捕获多个ValueDescription:

Pattern p = Pattern.compile("\{\{\s*ValueDescription(.+?)n\}\}", Pattern.DOTALL);