重复捕获一组逗号分隔的键值对
Repeat capturing group of comma seperated key value pairs
我目前正在尝试从 @Apple(kind="Bax", priority=33)
等模式中提取以下内容
- 苹果
- [种类, Bax], [优先级, 33]
我目前使用的是@([^(]*)\(([^\)]*)\)。然后我有 Apple 和 kind="Bax", priority=33。在此之后，我在 , 上拆分第 2 组，然后在 = 上拆分，最后删除 "（如果有的话）。
现在这将遍历第二段很多。首先进行正则表达式捕获，然后查找所有 ,，然后每次遍历再次查找 = 等等
因为我这样做了数百万次，有没有办法通过正则表达式遍历来捕获它？我想避免所有分裂。
如何创建 5 个不同的捕获组并相应地使用它们，那么您不需要使用拆分。请尝试使用正则表达式。
^@([^(]*)\(([^=]*)="(.*?)",\s+([^=]*)=([^)]*)\)
解释： 为以上添加详细解释。
^@ ##Matching starting @ here in value.
([^(]*) ##Creating 1st capturing group which has everything till ( here.
\( ##Matching literal ( here.
([^=]*) ##Creating 2nd capturing group which has everything till - here.
=" ##Matching =" here.
(.*?) ##Creating 3rd capturing group here, which is a lazy match till next match.
",\s+ ##Matching ", followed by spaces 1 or more occurrences.
([^=]*) ##Creating 4th capturing group which has everything till = here.
= ##Matching = here.
([^)]*)\) ##Creating 5th capturing group which has everything till ) here, then matching literal ) here.
假设你想允许 key=value 对的数量是任意长度，怎么样：
(?:@|\(|,\s*|="?)(\w+)(?=\(|=|"|,|\))
所有捕获都在第 1 组中。
(?:@|\(|,\s*|="?) 匹配 @、(、, 之一加上大于 0 的空格，
或 = 加上可选的 ".(\w+) 匹配所需的词并在 Group1 中捕获。(?=\(|=|"|,|\)) 是匹配 ( 之一的正面前瞻断言，
=、"、, 或 ).
[编辑]
如果双引号括起来的元素可能包含逗号，用单个正则表达式将不容易解析它。
如果可能的话，
它将更难维护。我会将操作分为两个步骤。
假设我们有一个字符串：
@Apple(val="a,b", kind="Bax", priority=33,foo=bar, name="John Doe", lorem=ipsum)
然后使用第一个正则表达式：
^@([^(]+)\(([^)]+)\)
Apple在第1组中捕获，括号中的子字符串为
在第 2 组中捕获。
然后将下一个正则表达式应用于第 2 组：
(?<=")[^"=]+(?=")|[^,=" ]+
现在我们可以得到列表：
['val', 'a,b', 'kind', 'Bax', 'priority', '33', 'foo', 'bar', 'name', 'John Doe', 'lorem', 'ipsum']
另一种选择可能是利用 \G 锚点对括号之间的部分进行迭代匹配，并匹配可变数量的参数。
@后面的值属于第1组，括号中的键和值属于第2组和第3组
(?:@(\w+)\((?=[^()]*\))|\G(?!^))([^\s=]+)=(?|"([^"*"]*)"|([^\s,]+))(?:,\h*)?
模式匹配：
(?:非捕获组
@(\w+) 匹配@并捕获第1组\((?=[^()]*\)) 匹配 ( 并断言右端 ) | 或\G(?!^) 断言位置在上一个匹配的末尾，但不是在开始（锚匹配在 2 个位置也可以在字符串的开头）
)关群([^\s=]+)= 捕获 组 2，匹配除 = 或空白字符之外的任何字符，然后匹配 =(?|分支重置组
"([^"*"]*)"|([^\s,]+) 捕获 组 3，捕获双引号之间的内容或 1+ 个不带逗号的非空白字符
)(?:,\h*)? 关闭分支重置组并可选择匹配逗号和空格
@(\w+)\((\s*\w+="?\w+"?,?)*\)
此正则表达式采用可变数量的参数。然而，正则表达式的一个限制是你应该有一个恒定数量的捕获组：所以你只会捕获最后一个参数。
下面的正则表达式使用有限数量的参数 (2) 和有限数量的捕获组 (3)
@(\w+)\((\s*\w+="?\w+"?,?)(\s*\w+="?\w+"?,?)\)
（注意：为了演示，我只是将参数捕获加倍）
我目前正在尝试从 @Apple(kind="Bax", priority=33)
- 苹果
- [种类, Bax], [优先级, 33]
我目前使用的是@([^(]*)\(([^\)]*)\)。然后我有 Apple 和 kind="Bax", priority=33。在此之后，我在 , 上拆分第 2 组，然后在 = 上拆分，最后删除 "（如果有的话）。
现在这将遍历第二段很多。首先进行正则表达式捕获，然后查找所有 ,，然后每次遍历再次查找 = 等等
因为我这样做了数百万次，有没有办法通过正则表达式遍历来捕获它？我想避免所有分裂。
如何创建 5 个不同的捕获组并相应地使用它们，那么您不需要使用拆分。请尝试使用正则表达式。
^@([^(]*)\(([^=]*)="(.*?)",\s+([^=]*)=([^)]*)\)
解释： 为以上添加详细解释。
^@ ##Matching starting @ here in value.
([^(]*) ##Creating 1st capturing group which has everything till ( here.
\( ##Matching literal ( here.
([^=]*) ##Creating 2nd capturing group which has everything till - here.
=" ##Matching =" here.
(.*?) ##Creating 3rd capturing group here, which is a lazy match till next match.
",\s+ ##Matching ", followed by spaces 1 or more occurrences.
([^=]*) ##Creating 4th capturing group which has everything till = here.
= ##Matching = here.
([^)]*)\) ##Creating 5th capturing group which has everything till ) here, then matching literal ) here.
假设你想允许 key=value 对的数量是任意长度，怎么样：
(?:@|\(|,\s*|="?)(\w+)(?=\(|=|"|,|\))
所有捕获都在第 1 组中。
(?:@|\(|,\s*|="?)匹配@、(、,之一加上大于 0 的空格， 或=加上可选的".(\w+)匹配所需的词并在 Group1 中捕获。(?=\(|=|"|,|\))是匹配(之一的正面前瞻断言，=、"、,或).
[编辑]
如果双引号括起来的元素可能包含逗号，用单个正则表达式将不容易解析它。 如果可能的话， 它将更难维护。我会将操作分为两个步骤。 假设我们有一个字符串：
@Apple(val="a,b", kind="Bax", priority=33,foo=bar, name="John Doe", lorem=ipsum)
然后使用第一个正则表达式：
^@([^(]+)\(([^)]+)\)
Apple在第1组中捕获，括号中的子字符串为
在第 2 组中捕获。
然后将下一个正则表达式应用于第 2 组：
(?<=")[^"=]+(?=")|[^,=" ]+
现在我们可以得到列表：
['val', 'a,b', 'kind', 'Bax', 'priority', '33', 'foo', 'bar', 'name', 'John Doe', 'lorem', 'ipsum']
另一种选择可能是利用 \G 锚点对括号之间的部分进行迭代匹配，并匹配可变数量的参数。
@后面的值属于第1组，括号中的键和值属于第2组和第3组
(?:@(\w+)\((?=[^()]*\))|\G(?!^))([^\s=]+)=(?|"([^"*"]*)"|([^\s,]+))(?:,\h*)?
模式匹配：
(?:非捕获组@(\w+)匹配@并捕获第1组 中的1+个单词字符
\((?=[^()]*\))匹配(并断言右端)|或\G(?!^)断言位置在上一个匹配的末尾，但不是在开始（锚匹配在 2 个位置也可以在字符串的开头）
)关群([^\s=]+)=捕获 组 2，匹配除 = 或空白字符之外的任何字符，然后匹配=(?|分支重置组"([^"*"]*)"|([^\s,]+)捕获 组 3，捕获双引号之间的内容或 1+ 个不带逗号的非空白字符
)(?:,\h*)?关闭分支重置组并可选择匹配逗号和空格
@(\w+)\((\s*\w+="?\w+"?,?)*\)
此正则表达式采用可变数量的参数。然而，正则表达式的一个限制是你应该有一个恒定数量的捕获组：所以你只会捕获最后一个参数。
下面的正则表达式使用有限数量的参数 (2) 和有限数量的捕获组 (3)
@(\w+)\((\s*\w+="?\w+"?,?)(\s*\w+="?\w+"?,?)\)
（注意：为了演示，我只是将参数捕获加倍）