使用带文字小于-大于括号的Namegroups

Question

我有一个基本上看起来像这样的正则表达式：

<(title|head)>(.*?)(String)(.*?<\/\1>

我正在尝试使用名称组来标识部件

(?P<TITLE>(<(title|head)>))(.*?)(?P<NAME>(String))(.*?<\/\1>

当我不使用标题名称组时，这是有效的：

(<(title|head)>)(.*?)(?P<NAME>(String))(.*?<\/\1>

但是，当我使用标题名称组时，虽然我没有收到错误，但我突然失去了我的匹配。关于如何使用<>捕获正则表达式的部分，您有什么想法吗？我也尝试过转义>：

(?P<TITLE>(\<(title|head)\>))(.*?)(?P<NAME>(String))(.*?<\/\1>

无济于事

Answer 1

混合命名和编号捕获组的编号

支持命名捕获的正则表达式工具(Python、.NET、PCRE/PHP、perl5.10等)对混合命名和混合编号的采集分组进行不同的编号处理。.NET风格首先从左到右对所有编号的(未命名的)进行编号，然后返回并对命名的组进行编号。但是，PCRE/PHP在一次传递中从左到右统计命名和编号的捕获组。下面是您的正则表达式(修复了缺少的右括号)，并以两种风格进行了完整注释，显示了混合捕获组的编号方式：

PCRE/PHP混合捕获编号示例：

$re_php = '%
    # PCRE/PHP mixed capture numbering example.
    (?P<TITLE>          # $1: = $TITLE:
      (                 # $2:
        <(title|head)>  # $3:
      )                 # End $2:
    )                   # End $1: = $TITLE:
    (.*?)               # $4:
    (?P<NAME>           # $5: = $NAME:
      (String)          # $6:
    )                   # End $5: = $NAME:
    (.*?)               # $7:
    </\1>               # Error! Should be "\3".
    %x';

.NET混合捕获编号示例：

Regex re_csharp = new Regex(@"
    # .NET mixed capture numbering example.
    (?<TITLE>           # $TITLE: = $6:
      (                 # $1:
        <(title|head)>  # $2:
      )                 # End $1:
    )                   # End $TITLE: = $6:
    (.*?)               # $3:
    (?<NAME>            # $NAME: = $7:
      (String)          # $4:
    )                   # End $NAME: = $7:
    (.*?)               # $5:
    </\1>               # Error! Should be '\2'.
    ", RegexOptions.IgnorePatternWhitespace);

正如Tim所回避的那样，您的正则表达式还存在其他问题，但我不会在这里讨论这些问题。

底线：

最好不要将两种类型的捕获组混为一谈。使用全部命名捕获组或全部编号捕获组。你的生活会更美好！

也就是说，我强烈推荐阅读：Mastering Regular Expressions (3rd Edition)，这是我收集上述信息的地方。(毫无疑问，这是我读过的最有用的书。)

Regexing快乐！

Answer 2

如果从命名捕获组中删除该名称，它将成为编号捕获组(从左到右编号)。

这意味着\1将不再反向引用组(title|head)，而是反向引用组(<(title|head)>)，这当然会失败。

如果您将后向引用更改为\2，它应该可以再次工作(尽管您的正则表达式在语法上是无效的，缺少至少一个闭括号，所以我无法对其进行测试)。