使用 Java RegEx 解析 BibTeX 记录
Parsing BibTeX record with Java RegEx
我必须使用 Java 正则表达式编写简单的 BibTeX 解析器。任务有点简化：每个标签值都在引号 "" 之间，而不是方括号 {} 之间。问题是，{} 可以在 "".
里面
我正在尝试从整个字符串文件中剪切单个记录，例如。 G。我想将 @book{...} 作为字符串。问题是最后一个标签后不能有逗号，所以它可以像这样结束：author = "john"}.
我试过 @\w*\{[\s\S]*?\}，但如果我在 "" 之间的任何标记值中有 }，它就会停止。也不能保证 } 将在单独的行中，它可以直接在最后一个标记值之后（也可能不以 " 结尾，因为它可以是整数）。
你能帮我解决这个问题吗？
我发现了一个 hack，它可能会帮助遇到同样问题的人：} 符号后必须有换行符。如果值的结尾只是 "（} 符号不结束任何值），则正则表达式末尾的 [\r\n] 就足够了。
您可以尝试以下表达式作为基础：@\w+\{(?>\s*\w+\s*=\s*"[^"]*")*\}
解释：
@\w+\{...\} 将是记录，例如@book{...}(?>...)* 表示可以多次出现或根本不出现的非捕获组 - 这意味着代表标签\s*\w+\s*=\s*"[^"]*" 表示可以在前面加上空格 (\s*) 的标记。标签的值必须用双引号括起来，双引号之间的任何内容都将被消耗，即使是花括号。
请注意，可能还有更多情况需要考虑，但这应该能够处理标记值中的花括号，因为它会 "consume" 双引号之间的所有内容，因此它不会匹配如果缺少右大括号（例如，它将匹配 @book{ title="the use of { and }" author="John {curly} Johnson"} 但不匹配 @book{ title="the use of { and }" author="John {curly} Johnson"）。
我必须使用 Java 正则表达式编写简单的 BibTeX 解析器。任务有点简化：每个标签值都在引号 "" 之间，而不是方括号 {} 之间。问题是，{} 可以在 "".
我正在尝试从整个字符串文件中剪切单个记录，例如。 G。我想将 @book{...} 作为字符串。问题是最后一个标签后不能有逗号，所以它可以像这样结束：author = "john"}.
我试过 @\w*\{[\s\S]*?\}，但如果我在 "" 之间的任何标记值中有 }，它就会停止。也不能保证 } 将在单独的行中，它可以直接在最后一个标记值之后（也可能不以 " 结尾，因为它可以是整数）。
你能帮我解决这个问题吗？
我发现了一个 hack，它可能会帮助遇到同样问题的人：} 符号后必须有换行符。如果值的结尾只是 "（} 符号不结束任何值），则正则表达式末尾的 [\r\n] 就足够了。
您可以尝试以下表达式作为基础：@\w+\{(?>\s*\w+\s*=\s*"[^"]*")*\}
解释：
@\w+\{...\}将是记录，例如@book{...}(?>...)*表示可以多次出现或根本不出现的非捕获组 - 这意味着代表标签\s*\w+\s*=\s*"[^"]*"表示可以在前面加上空格 (\s*) 的标记。标签的值必须用双引号括起来，双引号之间的任何内容都将被消耗，即使是花括号。
请注意，可能还有更多情况需要考虑，但这应该能够处理标记值中的花括号，因为它会 "consume" 双引号之间的所有内容，因此它不会匹配如果缺少右大括号（例如，它将匹配 @book{ title="the use of { and }" author="John {curly} Johnson"} 但不匹配 @book{ title="the use of { and }" author="John {curly} Johnson"）。