求一正则表达式

Question

http://community.csdn.net/Expert/topic/5653/5653181.xml?temp=.2295496
希望能匹配成对出现的<< >>直接之间的内容,里面可以嵌套<< >>,如
<<Type /Page/Parent  3 0 R/Resources >>
如
Type /Page/Parent  3 0 R/Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>能匹配出
<<Type /Page/Parent  3 0 R/Resources >><< /Font << /F1 7 0 R >>/ProcSet 6 0 R >>

Answer 1

(?(?<=<<)(\1)|.+?(?=>>))
然后在拼一拼，哈。菜鸟就只能写到这个底部了。呼唤小客客。

Answer 2

(?(?<=<<)(\1)|.*(?=>>))+?
改进了以下。可以匹配出来了。不过多了2行废的。

Answer 3

<[^<>]*(((?'Bracket'<)[^<>]*)+((?'-Bracket'>)[^<>]*)+)*(?(Bracket)(?!))>

Answer 4

仔细看了。楼上<<.+>>不行的。

Answer 5

<<[^<>]*(((?'Bracket'<)[^<>]*)+((?'-Bracket'>)[^<>]*)+)*(?(Bracket)(?!))>>
稍微修改以下。

Answer 6

-_-#，断了一晚上的网不好意思，我以为已经解决了，就没有再回，简单的就可以用我上帖的方法来匹配如果考虑嵌套等多种情况，感觉用一种间接的方法做好一点，就是先把<<和>>替换为特殊符号，然后用平衡组来匹配，得到结果后再替换回去，这样就避开了<和>的情况string yourStr = ..............;
yourStr = yourStr.Replace("<<", "∵");
yourStr = yourStr.Replace(">>", "∴");
MatchCollection mc = Regex.Matches(yourStr, @"∵[^∵∴]*(((?'Tag'∵)[^∵∴]*)+((?'-Tag'∴)[^∵∴]*)+)*(?(Tag)(?!))∴");
foreach (Match m in mc)
{
    richTextBox2.Text += m.Value.Replace("∵", "<<").Replace("∴", ">>") + "\n";
}这种方法缺点当然是有的，一是无法完全排除源字符串中出现这两个特殊符号的可能，再就是有效率上损失楼主测一下吧，如果有无法匹配的，给下例子

Answer 7

wuyazhe(减肥中……) 的思路是对的，Jeffrey E. F. Friedl的Mastering Regular Expressions（第三版）的第9章（可以免费下载）里有个类似的例子http://www.oreilly.com/catalog/regex2/chapter/index.html
string s = "Type /Page/Parent  3 0 R/Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>xxxxx";
  Regex re = new Regex("<<(<<(?<BRACKET>)|>>(?<-BRACKET>)|[^<>]*|(?!<)<|(?!>)>)*(?(BRACKET)(?!))>>");
//Regex re = new Regex("<<.*>>");
Match m = re.Match(s);
if (m.Success)
Console.WriteLine(m.Value);
else
Console.WriteLine("No matche");

Answer 8

上面的正则有点问题string[] slist ={"...<<...>>...", //match
"...<<<...>>...", //no match
"...<<<...>>>...", //no match,
"...<<...>>>...", //no match
"...<<.<<<..>>>..>>...", 
"...<<..<<<...>>.>>>...", //no match
"<<Type /Page/Parent  3 0 R/Resources >>",
"Type /Page/Parent  3 0 R/Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>",
"Type /Page/Parent  3 0 R/Resources <<< /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>"

};
  Regex re = new Regex("(?<!<)<<(?!<)((?<!<)<<(?!<)(?<BRACKET>)|(?<!>)>>(?!>)(?<-BRACKET>)|.)*(?(BRACKET)(?!))(?<!>)>>(?!>)"); foreach(string s in slist)
{
Console.WriteLine("{0}*****:",s);
Match m = re.Match(s);
if (m.Success)
Console.WriteLine(m.Value);
else
Console.WriteLine("No match");
}

Answer 9

学习一下，思归老大好久不见，呵呵，可能没有见过我的说楼主在这一帖没有做详细说明，在上一帖有说明
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
<<和>>之间是有可能出现单独的<或> ,但会以\< \>这样的形式出现
要么就是<>成对出现
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－楼上的正则可以满足这一条件，但是类似于
Type /Page/Parent  3 0 R/Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>
这样的字符串，匹配结果为
<< /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>
把后面多余的/MediaBox [0 0 612 792] /Contents 5 0 R>>也匹配出来了请思归老大再看一下。另外我觉得直接匹配的方法写起来比较麻烦，需要考虑的情况太多，就算能匹配成功，需要做的判断太多，效率也会比较低。是否这样，还请指教。如果有有关正则效率方面的书籍或文章请给推荐一下，谢谢！

Answer 10

对，我上面的表达式有问题，主要是没表达出不是<<，也不是>>的情形，试一下下面这个，虽然很丑陋表示"不是<<，也不是>>的情形": 不是<或>，只有单个<或>，有三个或以上个<或>string[] slist ={"...<<...>>...", //match
"...<<<...>>...", //no match
"...<<<...>>>...", //no match,
"...<<...>>>...", //no match
"...<<.<<<..>>>..>>...", 
"...<<..<<<...>>.>>>...",
"<<Type /Page/Parent  3 0 R/Resources >>",
"Type /Page/Parent  3 0 R/Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>",
"Type /Page/Parent  3 0 R/Resources <<< /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>","Type /Page/Parent  3 0 R/Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>",
"..<<.....>>....>>..>>",
"..>>.....<<....>>",
"..<<< << <<....<<<.>>....>>..>>...>>.."
};  Regex re = new Regex("(?<!<)<<(?!<)((?<!<)<<(?!<)(?<BRACKET>)|(?<!>)>>(?!>)(?<-BRACKET>)|[^<>]+|(?<!<)<(?!<)|(?<!>)>(?!>)|<{3,}|>{3,})*(?(BRACKET)(?!))(?<!>)>>(?!>)"); foreach(string s in slist)
{
Console.WriteLine("{0}*****:",s);
Match m = re.Match(s);
if (m.Success)
Console.WriteLine(m.Value);
else
Console.WriteLine("No match");
}

Answer 11

<<[^<>]*(((?'Bracket'<).*)+((?'-Bracket'>).*)+)*(?(Bracket)(?!))>>
这样就不用替换了哦。可以匹配
3243df<<<fds>>>lioi这样的字串了

Answer 12

Jeffrey E. F. Friedl的《精通正则表达式》（第三版）是经典，不可不读

Answer 13

3243df<<fds<fds>fdsfds>>lioi这<样<<的>>字串了fdsfd>sfd
貌似只有过客的能匹配正确。

Answer 14

这个应该是纯练习用的，因为实际中，<<应该是《吧，不存在我们遇到的问题。

Answer 15

我要得这个正则很长
这个只是正则的一部分,调试了半天,发现是后面的匹配模式问题
我原来那部分是匹配<<>>嵌套用的是
((?'o'(<<))(((?=(<<))(?'o'(<<)))|((?=(>>))(?'-o'(>>)))|([\S\s]*?(?=(>>)|(<<))))+?(?'-o'(>>))(?(o)(?!))),
谢谢各位了,偶再调试调试

Answer 16

Jeffrey E. F. Friedl的《精通正则表达式》（第三版）是经典，不可不读
------------------------------------------------------------------
多谢思归Regex re = new Regex("(?<!<)<<(?!<)((?<!<)<<(?!<)(?<BRACKET>)|(?<!>)>>(?!>)(?<-BRACKET>)|[^<>]+|(?<!<)<(?!<)|(?<!>)>(?!>)|<{3,}|>{3,})*(?(BRACKET)(?!))(?<!>)>>(?!>)");
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
这个正则在匹配上面所列各种情况没有问题，但是类似于
<<abc<<def>>
这种前面多了<<的情况时，简单的没问题，但是复杂一些的，如
Type /<<Page/Parent  3 0 R/<<Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>
可能是由于回溯匹配的关系，多重循环尝试匹配，最终导致程序崩溃((?'o'(<<))(((?=(<<))(?'o'(<<)))|((?=(>>))(?'-o'(>>)))|([\S\s]*?(?=(>>)|(<<))))+?(?'-o'(>>))(?(o)(?!)))
－－－－－－－－－－－－－－－－－－－－－－－－－－－
楼主的这个正则也是这样的问题，虽然不会导致程序崩溃，但匹配结果是不正确的
<<abc<<def>>
另外，楼主说这个只是正则的一部分，个人觉得正则不要写得太复杂，一是调试困难，再就是正则太复杂，容易出现效率陷阱，还有就是调试时没有发现bug，发布后一旦出错，排错就很麻烦了

Answer 17

(<<[^<<[.*]>>]>>)+

Answer 18

(<<[^<<.*>>]>>)+

Answer 19

》可能是由于回溯匹配的关系，多重循环尝试匹配，最终导致程序崩溃在那个循环里使用?>避免backtrack(?<!<)<<(?!<)(?>(?<!<)<<(?!<)(?<BRACKET>)|(?<!>)>>(?!>)(?<-BRACKET>)|[^<>]+|(?<!<)<(?!<)|(?<!>)>(?!>)|<{3,}|>{3,})*(?(BRACKET)(?!))(?<!>)>>(?!>)

Answer 20

在那个循环里使用?>避免backtrack(?<!<)<<(?!<)(?>(?<!<)<<(?!<)(?<BRACKET>)|(?<!>)>>(?!>)(?<-BRACKET>)|[^<>]+|(?<!<)<(?!<)|(?<!>)>(?!>)|<{3,}|>{3,})*(?(BRACKET)(?!))(?<!>)>>(?!>)
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
在我这里用
Type /<<Page/Parent  3 0 R/<<Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>
这样的字符串测试还是会导致程序崩溃感谢思归的指点，明天开始回家一周左右，只能回来再探讨这一问题了

Answer 21

我在1.1和2.0测试过了， 没问题static void Test88()
{string[] slist ={"...<<...>>...", //match
"...<<<...>>...", //no match
"...<<<...>>>...", //no match,
"...<<...>>>...", //no match
"...<<.<<<..>>>..>>...", 
"...<<..<<<...>>.>>>...",
"<<Type /Page/Parent  3 0 R/Resources >>",
"Type /Page/Parent  3 0 R/Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>",
"Type /Page/Parent  3 0 R/Resources <<< /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>","Type /Page/Parent  3 0 R/Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>",
"..<<.....>>....>>..>>",
"..>>.....<<....>>",
"..<<< << <<....<<<.>>....>>..>>..>>>>.>>..",
"Type /<<Page/Parent  3 0 R/<<Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>xxxxxxxxxx",
"Type /<<Page/Parent  3 0 R/<<Resources << /Font << /F1 7 0 R >>/ProcSet 6 0 R >>/MediaBox [0 0 612 792] /Contents 5 0 R>>"

};  Regex re = new Regex("(?<!<)<<(?!<)(?>(?<!<)<<(?!<)(?<BRACKET>)|(?<!>)>>(?!>)(?<-BRACKET>)|[^<>]+|(?<!<)<(?!<)|(?<!>)>(?!>)|<{3,}|>{3,})*(?(BRACKET)(?!))(?<!>)>>(?!>)"); foreach(string s in slist)
{
Console.WriteLine("{0}*****:",s);
Match m = re.Match(s);
if (m.Success)
Console.WriteLine(m.Value);
else
Console.WriteLine("No match");
}
}

Answer 22

正则式：(<<[^(<<)|^(>>)]*(<<[^(<<)|^(>>)]*>>)*([^(<<)|^(>>)])*>>)|(<<[^(<<)|^(>>)]*>>)怎么没高手呀!!

Answer 23

(<<[^(<<)|^(>>)]*(<<[^(<<)|^(>>)]*>>)*([^(<<)|^(>>)])*>>)刚理解错了楼主的意思，这个就行了。

Answer 24

楼上的无法匹配
<<fds<<f<d>s>>fd>>

Answer 25

也无法匹配
<<f<<d<<s<<f>>d>>s>>fd>>

Answer 26

<<(([^<<]|[^>>])*<<([^<<]|[^>>])*>>([^<<]|[^>>])*)*>>
谢谢，楼上。我改进了一下，这下行了吧。

Answer 27

你自己试试：
<<ewrewr<<53443534<<43243<<dfsfds<<fdfds>>fdsf>>13213>>4324324>>423432>>
看看要几秒出结果

Answer 28

我在1.1和2.0测试过了， 没问题
－－－－－－－－－－－－－－－－－
临行前又测了一下，这回没问题了，再可能存在的问题也就是<<<这样连续的情况了，这个就要根据需求来定了刚开始学习使用平衡组，回来后再仔细研究一下