.net c# 正则表达式 平衡组/递归匹配

.net c# 正则表达式 平衡组/递归匹配 

平衡组/递归匹配 

这里介绍的平衡组语法是由.Net Framework支持的；其它语言／库不一定支持这种功能，或者支持此功能但需要使用不同的语法。 

有时我们需要匹配像( 100 * ( 50 + 15 ) )这样的可嵌套的层次性结构，这时简单地使用\(.+\)则只会匹配到最左边的左括号和最右边的右括号之间的内容(这里我们讨论的是贪婪模式，懒惰模式也有下面的问题)。假如原来的字符串里的左括号和右括号出现的次数不相等，比如( 5 / ( 3 + 2 ) ) )，那我们的匹配结果里两者的个数也不会相等。有没有办法在这样的字符串里匹配到最长的，配对的括号之间的内容呢？ 

为了避免(和\(把你的大脑彻底搞糊涂，我们还是用尖括号代替圆括号吧。现在我们的问题变成了如何把xx 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 
如果你不是一个程序员（或者你自称程序员但是不知道堆栈是什么东西），你就这样理解上面的三种语法吧：第一个就 是在黑板上写一个"group"，第二个就是从黑板上擦掉一个"group"，第三个就是看黑板上写的还有没有"group"，如果有就继续匹配yes部 分，否则就匹配no部分。 

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。 



复制代码 
< #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掉的"Open"；如果还有，则匹配失败 

>                         #最外层的右括号 
复制代码 


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

标签： 



]*>[^<>]*(((?'Open']*>)[^<>]*)+((?'-Open'

)[^<>]*)+)*(?(Open)(?!))