用于嵌套文本匹配的递归表达式

Question

所以我试图做这样的事情(是的，包括换行符):

比赛# 1

START
    START
        stuff
    STOP
    more stuff
STOP

比赛# 2

START
    START
        stuff
    STOP
    more stuff
STOP

我已经走了这么远

参数为"g"m"i"one_answers"s"的START(.*?^(?:(?!STOP).)*$|(?R))|STOP

问题是，如果不匹配整个文本中的最后一个"STOP"，我就无法匹配STOP之后的任何内容。

下面是一个regex101示例

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

我希望得到一些指导

Thanks in advance

Answer 1

下面是一个与您的示例匹配的模式:

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

使用/mg标志(live at https://regex101.com/r/iK9tK5/1)。

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

我已经使h*+占有，以避免意外匹配" STOP"的h*的0次迭代，而不是跟着"STOP"(它们后面跟着" STOP"(带空格))。+强制h尽可能多地匹配，因此它必须消耗空间。

或者您可以将h*拉入forward: (?!h*(?:START|STOP)h*$)
这也可以工作，但然后向前看会跳过任何空格，看看它们是否跟着START/STOP，只是为了让[^n]*外面再去那些相同的空间。在h*+开始时，我们匹配这些空格一次，没有回溯。我猜这是微优化