用正则表达式解析wikiText

Question

给定一个wikiText字符串，如：

{{ValueDescription
    |key=highway
    |value=secondary
    |image=Image:Meyenburg-L134.jpg
    |description=A highway linking large towns.
    |onNode=no
    |onWay=yes
    |onArea=no
    |combination=
    * {{Tag|name}}
    * {{Tag|ref}}
    |implies=
    * {{Tag|motorcar||yes}}
    }}

我想解析Java/Groovy中的模板ValueDescription和Tag。我尝试使用regex /\{\{\s*Tag(.+)\}\}/，它很好(它返回|name、|ref和|motorcar||yes)，但是/\{\{\s*ValueDescription(.+)\}\}/不能工作(它应该返回上面所有的文本)。

预期产出

有没有一种方法可以跳过regex中的嵌套模板？

理想情况下，我宁愿使用一个简单的wikiText 2 xml工具，但是我找不到类似的东西。

谢谢!木兰

Answer 1

使用Pattern.DOTALL选项创建正则表达式模式，如下所示：

Pattern p = Pattern.compile("\\{\\{\\s*ValueDescription(.+)\\}\\}", Pattern.DOTALL);

样本代码：

Pattern p=Pattern.compile("\\{\\{\\s*ValueDescription(.+)\\}\\}",Pattern.DOTALL);
Matcher m=p.matcher(str);
while (m.find())
   System.out.println("Matched: [" + m.group(1) + ']');

输出

Matched: [
|key=highway
|value=secondary
|image=Image:Meyenburg-L134.jpg
|description=A highway linking large towns.
|onNode=no
|onWay=yes
|onArea=no
|combination=
* {{Tag|name}}
* {{Tag|ref}}
|implies=
* {{Tag|motorcar||yes}}
]

更新

假设关闭}}出现在单独的{{ValueDescription行上，下面的模式将用于捕获多个ValueDescription：

Pattern p = Pattern.compile("\\{\\{\\s*ValueDescription(.+?)\n\\}\\}", Pattern.DOTALL);

Answer 2

任意嵌套的标记不能工作，因为这使得语法非常规。你需要一些能够处理上下文无关语法的东西。反是一个很好的选择。