如何将捕获组与“\K”重置匹配一起使用？
How to use capture groups with the `\K` reset match?
我发现 this question 关于使用带有 \K 重置匹配的捕获组（即，不确定这是否是正确的名称），但它没有回答我的查询。
假设我有以下字符串：
ab
使用以下 regex a\Kb 输出如预期的那样 b:
但是，当使用 regex (a\Kb) 添加捕获组（即 </code>）时，组 <code> returns ab而不是 a:
给定以下字符串：
ab
cd
使用 regex (a\Kb)|(c\Kd) 我希望组 </code> 包含 <code>b，组 </code> 包含 <code>d，但是情况并非如此，如下所示：
我试过了Wiktor Stribiżew's answer that points to using a branch reset group:
(?|a\Kb)|(?|c\Kd)
产生：
但是，现在比赛都是组 [=33=] 的一部分，而我要求它们分别属于组 </code> 和 <code>。您对如何实现这一目标有任何想法吗？我正在使用 Oniguruma regular expressions and the PCRE 口味。
根据以下评论更新。
上面的示例旨在易于理解和重现。
@Booboo 指出 非捕获组 可以解决问题，即：
(?:a\K(b))|(?:c\K(d))
产生输出：
然而，当应用于另一个例子时它失败了。因此，为了清楚起见，我将这个问题扩展到涵盖评论中讨论的更复杂的场景。
假设我在 markdown 文件中有以下文本：
- [x] Example task. | Task ends. [x] Another task.
- [x] ! Example task. | This ends. [x] ! Another task.
This is a sentence. [x] Task is here.
Other text. Another [x] ! Task is here.
| | Task name | Plan | Actual | File |
| :---- | :-------------| :---------: | :---------: | :------------: |
| [x] | Task example. | 08:00-08:45 | 08:00-09:00 | [[task-one]] |
| [x] ! | Task example. | 08:00-08:45 | 08:00-09:00 | [[task-one]] |
我对带有 两个捕获组 的单个 regex 表达式感兴趣，如下所示：
组</code>（即，参见下面的选择）：</p>
<ul>
<li><p>在 table 之外：捕获 <code>[x] 之后的所有内容（即不跟在 ! 之后）直到 |
在 table 内：捕获 [x] 之后的所有内容（即不后跟 !），不包括 | 符号
组</code>（即，见下面的选择）：</p>
<ul>
<li><p>在table之外：捕获<code>[x] !之后的所有内容，直到|
在 table 内：捕获 [x] ! 之后的所有内容，不包括 | 符号
我有以下 regex（即 see demo here）在单独评估时有效，但在捕获组内使用时无效：
- 组
</code>:
<ul>
<li>table外：<code>[^\|\s]\s*\[x\]\s*\K[^!|\n]*
- 在table里面：
(?:\G(?!\A)\||(?<=\[x]\s)\s*\|)\K[^|\n]*(?=\|)
组</code>:
<ul>
<li>table外：<code>[^\|\s]\s*\[x\]\s*\!\s*\K[^|\n]*
在table里面：(?:\G(?!\A)\||(?<=\[x]\s)\s*\!\s*\|)\K[^|\n]*(?=\|)
我遇到的问题是在组合上面的表达式时。
伪regex:
([x] outside|[x] inside)|([x] ! outside|[x] ! inside)
实际regex:
([^\|\s]\s*\[x\]\s*\K[^!|\n]*|(?:\G(?!\A)\||(?<=\[x]\s)\s*\|)\K[^|\n]*(?=\|))|([^\|\s]\s*\[x\]\s*\!\s*\K[^|\n]*|(?:\G(?!\A)\||(?<=\[x]\s)\s*\!\s*\|)\K[^|\n]*(?=\|))
产生（即，如 demo linked above）：
table 内匹配的 regex 基于 Wiktor Stribiżew's answer and 。
如果我了解您要匹配的内容，请用作正则表达式：
(?:[^|\s]\s*\[x\](?!\s*!)\s*\K([^!|\n]*))|(?:[^|\s]\s*\[x\]\s*!\s*\K([^|\n]*))
我删除了一些不必要的转义。但此外：
对于 | 之前的第 1 组匹配（第一个备选方案），请注意，在我们匹配“[x]”之后，我有以下否定先行断言：
(?!\s*!)
这可确保 [x] 后不跟 0 个或多个空格后跟感叹号。只有这样，您才希望将下一个感叹号或换行符之前的所有内容都匹配为第 1 组。
而不是\K，尝试使用控制动词(*SKIP)(*F):
(a(*SKIP)(*F)|b)|(c(*SKIP)(*F)|d)
检查test case。
以您在 regex101 上提供的示例为例，可以尝试使用以下表达式，但需要注意的是，文本不应包含除“[x]”以外的任何第三个括号
(?<!\|\s)(((?:\[x]\s[!]?))\K[^[\n]+)
解释以上内容
(?<!\|\s)
- 如您所述
，这种否定前瞻将丢弃 table
- (?:[x]\s[!]?)
- 这是一个非捕获组，将匹配“[x]”或“[x]！”
- \K (Optional)
- \K 重置报告匹配的起点。任何先前消耗的字符不再包含在最终匹配中
- [^[\n]+
- 在一次和无限次之间否定匹配前一个标记。
你可以使用
(?|(?:\G(?!\A)(?<=\|)|^\|\h*\[x\]\h*\|)\h*\K([^|\n]+)(?<=\S)\h*\||\[x]\h*\K([^|\s!]+(?:\h*[^|\s]+)*))|(?|(?:\G(?!\A)\||^\|\h*\[x]\h*!\h*\|)\h*\K([^|\n]+)(?<=\S)\h*|\[x]\h*!\h*\K([^|\s]+(?:\h*[^|\s]+)*))
见regex demo。 详情:
(?|(?:\G(?!\A)(?<=\|)|^\|\h*\[x\]\h*\|)\h*\K([^|\n]+)(?<=\S)\h*\||\[x]\h*\K([^|\s!]+(?:\h*[^|\s]+)*)) - 分支重置组匹配：
(?:\G(?!\A)(?<=\|)|^\|\h*\[x\]\h*\|) - 非捕获组匹配
\G(?!\A)(?<=\|) - 前一个成功匹配的结尾紧接 | char
| - 或者
^\|\h*\[x\]\h*\| - line/string、| 的开始，零个或多个水平空格，[x]，零个或多个水平空格，|
\h*\K - 匹配后立即从匹配值中丢弃的零个或多个水平空格([^|\n]+)(?<=\S) - 第 1 组：除 LF 和 | 之外的一个或多个字符，尽可能多，但块应与非空白字符匹配 \h*\| - 零个或多个水平空格和一个 | 字符
| - 或
\[x]\h*\K - [x]，零个或多个水平空格，此文本从匹配值中丢弃([^|\s!]+(?:\h*[^|\s]+)*) - 第 1 组（注意它是一个分支重置组）：除 !、| 和空格之外的一个或多个字符，然后出现零次或多次零个或多个水平空格，然后是 | 和空格
| - 或
(?|(?:\G(?!\A)\||^\|\h*\[x]\h*!\h*\|)\h*\K([^|\n]+)(?<=\S)\h*|\[x]\h*!\h*\K([^|\s]+(?:\h*[^|\s]+)*)) - 分支重置组：
(?:\G(?!\A)\||^\|\h*\[x]\h*!\h*\|) - 上一个成功匹配的结尾和后面的 | 个字符，或字符串的开头，|，零个或多个水平空格，[x]， ! 包含零个或多个水平空格，一个 | 字符 \h*\K - 零个或多个水平空格和到目前为止匹配的整个文本从匹配值中丢弃([^|\n]+)(?<=\S) - 第 2 组：除 LF 和 | 以非空白字符结尾的任何一个或多个字符 \h* - 零个或多个水平空格
| - 或
\[x] - [x] 字符串\h*!\h*\K - ! 包含零个或多个水平空格，并且到目前为止匹配的整个文本将从匹配值中丢弃([^|\s]+(?:\h*[^|\s]+)*) - 第 2 组（请注意它是一个分支重置组）：除 | 和空格之外的一个或多个字符，然后零个或多个出现零个或多个水平空格和然后是 | 和空格以外的一个或多个字符。
我发现 this question 关于使用带有 \K 重置匹配的捕获组（即，不确定这是否是正确的名称），但它没有回答我的查询。
假设我有以下字符串：
ab
使用以下 regex a\Kb 输出如预期的那样 b:
但是，当使用 regex (a\Kb) 添加捕获组（即 </code>）时，组 <code> returns ab而不是 a:
给定以下字符串：
ab
cd
使用 regex (a\Kb)|(c\Kd) 我希望组 </code> 包含 <code>b，组 </code> 包含 <code>d，但是情况并非如此，如下所示：
我试过了Wiktor Stribiżew's answer that points to using a branch reset group:
(?|a\Kb)|(?|c\Kd)
产生：
但是，现在比赛都是组 [=33=] 的一部分，而我要求它们分别属于组 </code> 和 <code>。您对如何实现这一目标有任何想法吗？我正在使用 Oniguruma regular expressions and the PCRE 口味。
根据以下评论更新。
上面的示例旨在易于理解和重现。 @Booboo 指出 非捕获组 可以解决问题，即：
(?:a\K(b))|(?:c\K(d))
产生输出：
然而，当应用于另一个例子时它失败了。因此，为了清楚起见，我将这个问题扩展到涵盖评论中讨论的更复杂的场景。
假设我在 markdown 文件中有以下文本：
- [x] Example task. | Task ends. [x] Another task.
- [x] ! Example task. | This ends. [x] ! Another task.
This is a sentence. [x] Task is here.
Other text. Another [x] ! Task is here.
| | Task name | Plan | Actual | File |
| :---- | :-------------| :---------: | :---------: | :------------: |
| [x] | Task example. | 08:00-08:45 | 08:00-09:00 | [[task-one]] |
| [x] ! | Task example. | 08:00-08:45 | 08:00-09:00 | [[task-one]] |
我对带有 两个捕获组 的单个 regex 表达式感兴趣，如下所示：
组
</code>（即，参见下面的选择）：</p> <ul> <li><p>在 table 之外：捕获 <code>[x]之后的所有内容（即不跟在!之后）直到|在 table 内：捕获
[x]之后的所有内容（即不后跟!），不包括|符号
组</code>（即，见下面的选择）：</p>
<ul>
<li><p>在table之外：捕获<code>[x] !之后的所有内容，直到|
在 table 内：捕获 [x] ! 之后的所有内容，不包括 | 符号
我有以下 regex（即 see demo here）在单独评估时有效，但在捕获组内使用时无效：
- 组
</code>: <ul> <li>table外：<code>[^\|\s]\s*\[x\]\s*\K[^!|\n]* - 在table里面：
(?:\G(?!\A)\||(?<=\[x]\s)\s*\|)\K[^|\n]*(?=\|)
</code>:
<ul>
<li>table外：<code>[^\|\s]\s*\[x\]\s*\!\s*\K[^|\n]*(?:\G(?!\A)\||(?<=\[x]\s)\s*\!\s*\|)\K[^|\n]*(?=\|)我遇到的问题是在组合上面的表达式时。
伪regex:
([x] outside|[x] inside)|([x] ! outside|[x] ! inside)
实际regex:
([^\|\s]\s*\[x\]\s*\K[^!|\n]*|(?:\G(?!\A)\||(?<=\[x]\s)\s*\|)\K[^|\n]*(?=\|))|([^\|\s]\s*\[x\]\s*\!\s*\K[^|\n]*|(?:\G(?!\A)\||(?<=\[x]\s)\s*\!\s*\|)\K[^|\n]*(?=\|))
产生（即，如 demo linked above）：
table 内匹配的 regex 基于 Wiktor Stribiżew's answer and
如果我了解您要匹配的内容，请用作正则表达式：
(?:[^|\s]\s*\[x\](?!\s*!)\s*\K([^!|\n]*))|(?:[^|\s]\s*\[x\]\s*!\s*\K([^|\n]*))
我删除了一些不必要的转义。但此外：
对于 | 之前的第 1 组匹配（第一个备选方案），请注意，在我们匹配“[x]”之后，我有以下否定先行断言：
(?!\s*!)
这可确保 [x] 后不跟 0 个或多个空格后跟感叹号。只有这样，您才希望将下一个感叹号或换行符之前的所有内容都匹配为第 1 组。
而不是\K，尝试使用控制动词(*SKIP)(*F):
(a(*SKIP)(*F)|b)|(c(*SKIP)(*F)|d)
检查test case。
以您在 regex101 上提供的示例为例，可以尝试使用以下表达式，但需要注意的是，文本不应包含除“[x]”以外的任何第三个括号
(?<!\|\s)(((?:\[x]\s[!]?))\K[^[\n]+)
解释以上内容
(?<!\|\s)
- 如您所述 ，这种否定前瞻将丢弃 table
- (?:[x]\s[!]?)
- 这是一个非捕获组，将匹配“[x]”或“[x]！”
- \K (Optional)
- \K 重置报告匹配的起点。任何先前消耗的字符不再包含在最终匹配中
- [^[\n]+
- 在一次和无限次之间否定匹配前一个标记。
你可以使用
(?|(?:\G(?!\A)(?<=\|)|^\|\h*\[x\]\h*\|)\h*\K([^|\n]+)(?<=\S)\h*\||\[x]\h*\K([^|\s!]+(?:\h*[^|\s]+)*))|(?|(?:\G(?!\A)\||^\|\h*\[x]\h*!\h*\|)\h*\K([^|\n]+)(?<=\S)\h*|\[x]\h*!\h*\K([^|\s]+(?:\h*[^|\s]+)*))
见regex demo。 详情:
(?|(?:\G(?!\A)(?<=\|)|^\|\h*\[x\]\h*\|)\h*\K([^|\n]+)(?<=\S)\h*\||\[x]\h*\K([^|\s!]+(?:\h*[^|\s]+)*))- 分支重置组匹配：(?:\G(?!\A)(?<=\|)|^\|\h*\[x\]\h*\|)- 非捕获组匹配\G(?!\A)(?<=\|)- 前一个成功匹配的结尾紧接|char
|- 或者^\|\h*\[x\]\h*\|- line/string、|的开始，零个或多个水平空格，[x]，零个或多个水平空格，|
\h*\K- 匹配后立即从匹配值中丢弃的零个或多个水平空格([^|\n]+)(?<=\S)- 第 1 组：除 LF 和|之外的一个或多个字符，尽可能多，但块应与非空白字符匹配\h*\|- 零个或多个水平空格和一个|字符
|- 或\[x]\h*\K-[x]，零个或多个水平空格，此文本从匹配值中丢弃([^|\s!]+(?:\h*[^|\s]+)*)- 第 1 组（注意它是一个分支重置组）：除!、|和空格之外的一个或多个字符，然后出现零次或多次零个或多个水平空格，然后是|和空格 以外的一个或多个字符
|- 或(?|(?:\G(?!\A)\||^\|\h*\[x]\h*!\h*\|)\h*\K([^|\n]+)(?<=\S)\h*|\[x]\h*!\h*\K([^|\s]+(?:\h*[^|\s]+)*))- 分支重置组：(?:\G(?!\A)\||^\|\h*\[x]\h*!\h*\|)- 上一个成功匹配的结尾和后面的|个字符，或字符串的开头，|，零个或多个水平空格，[x]，!包含零个或多个水平空格，一个|字符\h*\K- 零个或多个水平空格和到目前为止匹配的整个文本从匹配值中丢弃([^|\n]+)(?<=\S)- 第 2 组：除 LF 和|以非空白字符结尾的任何一个或多个字符\h*- 零个或多个水平空格
|- 或\[x]-[x]字符串\h*!\h*\K-!包含零个或多个水平空格，并且到目前为止匹配的整个文本将从匹配值中丢弃([^|\s]+(?:\h*[^|\s]+)*)- 第 2 组（请注意它是一个分支重置组）：除|和空格之外的一个或多个字符，然后零个或多个出现零个或多个水平空格和然后是|和空格以外的一个或多个字符。