Регулярное выражение для вложенных тегов
Я разрабатываю расширение, чтобы выделить некоторый настраиваемый код сценария, и мне нужно регулярное выражение, которое может захватывать текст между <> (включая внешние теги и вложенные)
пример ссылки: https://regex101.com/r/7AkKRU/1
или же
небольшая демонстрация (контент, который необходимо захватить, будет прокомментирован):
IF !(<isempty <ctag.add_sub>>) //<isempty <ctag.add_sub>>
if (<ctag0.add_sub_page>) //<ctag0.add_sub_page>
local.index=<eval 14*<ctag.add_sub_page>> //<eval 14*<ctag.add_sub_page>>
endif
local.sub=<LDB.Row.<dctag.add_sub>.subsection> //<LDB.Row.<dctag.add_sub>.subsection>
LDB.query "SELECT rowid,description FROM <ctag.add_mode> WHERE subsection = '<local.sub>'" //<ctag.add_mode> <local.sub>
dtext 516 45 0480 Page (<eval <ctag0.add_sub_page>+1>/<eval (<ldb.row.numrows>/14)+1>) //<eval <ctag0.add_sub_page>+1> <eval (<ldb.row.numrows>/14)+1>
for 0 13
local.desc=<ldb.row.<dlocal.num>.description> //<ldb.row.<dlocal.num>.description>
if (<dlocal.num>< <ldb.row.numrows>) //<dlocal.num> <ldb.row.numrows>
button 760 <dlocal.dy> 4005 4007 1 0 <eval 100000+<dlocal.rowid>> //<dlocal.dy> <eval 100000+<dlocal.rowid>>
endif
endfor
IF (<ldb.row.numrows> > <eval <local.index>+14>) //<ldb.row.numrows> <eval <local.index>+14>
endif
endif
На данный момент у меня есть следующее регулярное выражение (не помню, откуда я скопировал, извините):
(?=\<)(?:(?=.*?\<(?!.*?\1)(.*\>(?!.*\2).*))(?=.*?\>(?!.*?\2)(.*)).)+?.*?(?=\1)[^\<]*(?=\2$)
Работает нормально, но когда> является последним элементом строки, он захватывает дополнительный контент.
ОБНОВИТЬ: это было помечено как дублированное, но это не то же самое (хотя они очень похожи), это не для HTML / XHTML / XML, моя проблема в том, что тег не назван (контент), как на этих языках, я должен соответствуют только тегам <>.
Это для скриптов сферного сервера (эмулятор Ultima Online). Кстати, это регулярное выражение, которое я использую сейчас, и оно отлично работает \<(.+?)[\w\S\>]*\>
Вы можете сделать это короче: <.+?[\S>]*>. Тем не менее, я бы сказал, что он не работает отлично - он не работает с такими вещами, как <eval <local.index> + 14>, которые, как я полагаю, являются законными?
Вы правы, я не заметил, что, поскольку файл, который я использую в качестве тестового примера, всегда написан как <eval <local.index>+14>
Да ... это как раз проблема с использованием регулярных выражений для таких задач - они не имеют понятия вложенности. Любой язык, поддерживающий вложенные структуры (например, вложенные наборы < и > или вложенные наборы if и endif и т. д.), Сложнее, чем может обрабатывать регулярное выражение. Вы не сможете написать регулярное выражение, которое может правильно анализировать этот код, это невозможно на фундаментальном уровне. Некоторые диалекты регулярных выражений (в первую очередь pcre) имеют расширения, которые мощь могут помочь вам получить что-то достаточно хорошее, но это зависит от того, какой диалект регулярного выражения вы можете здесь использовать.
В более общем плане вам нужно будет использовать (или написать) синтаксический анализатор, который может понимать этот язык сценариев, чтобы вы могли выбирать нужные элементы из синтаксического дерева, которое генерирует синтаксический анализатор. Очень дешевая версия была бы как "перебрать все символы в скрипте. когда вы видите <, увеличивайте счетчик и запомните текущую позицию строки. когда вы видите другой <, увеличивайте счетчик и двигайтесь дальше. Когда вы видите >, уменьшайте счетчик. Когда счетчик достигает 0, вырезать строку из запомненной позиции до текущей позиции и вывести эту подстроку. repeat. "
Не пишите регулярное выражение для соответствия коду. Это применимо к HTML точно так же, как и к вашему пользовательскому коду скрипта. Кстати, что это за язык? И на каком языке вы это обрабатываете?