word-wrap: break-word; margin: 5px 0px; color: rgb(0, 0, 0); font-family: 'sans serif', tahoma, verdana, helvetica; font-size: 13.3333px; font-style: normal; font-variant: normal; font-weight: normal; letter-spacing: normal; line-height: 20px; orphans: auto; text-align: start; text-indent: 0px; text-transform: none; white-space: normal; widows: 1; word-spacing: 0px; -webkit-text-stroke-width: 0px;">这篇文章适合你吗？
要读懂这篇文章的精髓，你最好要有一点正则匹配原理的基础。比如".*?"匹配文本内容"asp163"，稍懂正则表达式的人都知道可以匹配，但是你知道他的匹配过程吗？如果你不太清楚，那么下面的内容，对你来说可能不太适合，或许，看的太吃力且无法领悟平衡组的用法。因此，我建议你先了解正则表达式NFA引擎的匹配原理。
一般正则教程中对平衡组的介绍
如果想要匹配可嵌套的层次性结构的话，就得使用平衡组了。举个例子吧，如何把“xx
这里需要用到以下的语法构造：
(?
(?<-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
(?!)顺序否定环视，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（或者你是一个对堆栈的概念不熟的程序员），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（或再写一个）"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，就在黑板上写一个"group"，每碰到一个右括号，就擦掉一个，到了最后就看看黑板上还有没有－如果有那就证明左括号比右括号多，那匹配就应该失败（为了能看得更清楚一点，我用了(?'group')的语法）：
代码如下
< #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"；如果有，则匹配失败
> #最外层的右括号
讲解一下关于平衡组相关的概念及知识。
下面表达式匹配测试工具为：Expresso。
平衡组的概念及作用
平衡组，故名思义，平衡即对称，主要是结合几种正则语法规则，提供对配对出现的嵌套结构的匹配。平衡组有狭义与广义两种定义，狭义平衡组指(?Expression)语法，而广义平衡组并不是固定的语法规则，而是几种语法规则的综合运用，我们平时所说的平衡组通常指的是广义平衡组。本文中如无特殊说明，平衡组这种简写指的是广义平衡组。
平衡组的匹配原理
平衡组的匹配原理可以用堆栈来解释，先举个例子，再根据例子进行解释。
源字符串：a+(b*(c+d))/e+f-(g/(h-i))*j
正则表达式：((?
需求说明：匹配成对出现的()中的内容
输出：(b*(c+d)) 和 (g/(h-i))
将上面正则表达式代码分行写，并加上注释，这样看起来有层次，而且方便
代码如下
\( #普通字符“(”
( #分组构造，用来限定量词“*”修饰范围
(?
| #分支结构
(?<-open>\)) #狭义平衡组，遇到闭括弧“Open”计数减1
| #分支结构
[^()]+ #非括弧的其它任意字符
)* #以上子串出现0次或任意多次
(?(Open)(?!)) #判断是否还有“Open”，有则说明不配对，什么都不匹配
\) #普通闭括弧
对于一个嵌套结构而言，开始和结束标记都是确定的，对于本例开始为“(”，结束为“)”，那么接下来就是考察中间的结构，中间的字符可以划分为三类，一类是“(”，一类是“)”，其余的就是除这两个字符以外的任意字符。
那么平衡组的匹配原理就是这样的
1、先找到第一个“(”，作为匹配的开始。即上面的第1行，匹配了：a+(b*(c+d))/e+f-(g/(h-i))*j （红色显示部分）
2、在第1步以后，每匹配到一个“(”，就入栈一个Open捕获组，计数加1
3、在第1步以后，每匹配到一个“)”，就出栈最近入栈的Open捕获组，计数减1
也就是讲，上面的第一行正则“\(”匹配了：a+(b*(c+d))/e+f-(g/(h-i))*j （红色显示部分）
然后，匹配到c前面的“(”，此时，计数加1；继续匹配，匹配到d后面的“)”，计算减1；――注意喽：此时堆栈中的计数是0，正则还是会向前继续匹配的，但是，如果匹配到“)”的话，比如，这个例子中d))（红色显示的括号）――引擎此时将控制权交给(?(Open)(?!))，判断堆栈中是否为0，如果为0，则执行匹配“no”分支，由于这个条件判断结构中没有“no”分支，所以什么都不做，把控制权交给接下来的“\)”
这个正则表达式“\)”可匹配接下来的)，即b))（红色显示的括号）
4、后面的 (?(Open)(?!))用来保证堆栈中Open捕获组计数是否为0，也就是“(”和“)”是配对出现的
5、最后的“)”，作为匹配的结束
匹配过程
首先匹配第一个“(”，然后一直匹配，直到出现以下两种情况之一时，把控制权交给(?(Open)(?!))：
a)堆栈中Open计数已为0，此时再遇到“)”
b)匹配到字符串结束符
这时控制权交给(?(Open)(?!))，判断Open是否有匹配，由于此时计数为0，没有匹配，那么就匹配“no”分支，由于这个条件判断结构中没有“no”分支，所以什么都不做，把控制权交给接下来的“\)”
如果上面遇到的是情况a)，那么此时“\)”可以匹配接下来的“)”，匹配成功；
如果上面遇到的是情况b)，那么此时会进行回溯，直到“\)”匹配成功为止，否则报告整个表达式匹配失败。
由于.NET中的狭义平衡组“(?
需要对“(?!)”进行一下说明，它属于顺序否定环视，完整的语法是“(?!Expression)”。由于这里的“Expression”不存在，表示这里不是一个位置，所以试图尝试匹配总是失败的，作用就是在Open不配对出现时，报告匹配失败。
下面在看个例子：
代码如下
snhame
f
snhamef
以上为部分的HTML代码.现在我们的问题是要提取出其
，不过问题出来了,我们提取到的不是我们想要的内容,而是
的标签并将其删除掉，以往我们惯用的方法都是直接去取,像[\s\S]+?\代码如下
snhame
原因也很简单,它和离他最近的标签匹配上了,不过它不知道这个标签不是它的-_-，是不是就是?符号的原因呢,我们去掉让他无限制贪婪,可这下问题更大了,什么乱七八糟的东东它都匹配到了
代码如下
snhame
f
f
这个结果也不是我们想要的。那么我就用“平衡组”来解决吧。
]*>((?
匹配的结果是
代码如下
snhame
f
f这正是我们想要的
注意，我开始写成这样的方式
)|[\s\S])*(?(mm)(?!))
代码如下 ]*>((?匹配的结果是
代码如下
snhame
f
f
一个问题
以下代码只是做为一个问题探讨
文本内容：e+f(-(g/(h-i))*j
正则表达式：
代码如下
\(
(
(?
|
(?<-mm>\))
|
.
)*?
(?(mm)(?!))
\)
匹配的结果是：(-(g/(h-i))
http://m.bbyears.com/aspjiaocheng/127617.html
推荐访问:正则表达式以什么开头