如何为多次出现的分隔字符串编写正则表达式

Question

我可以得到多个以$startMsg$开始，以$endMsg$结束的字符串。因此，以下是可接受和不可接受的：

1. $startMsg$abcd$endMsg$：允许
2. $startMsg$abcd$endMsg$aaa：不允许，因为$endMsg$后面有aaa
3. 应为$startMsg$，但只找到$endMsg$。
   $startMsg$abcd$endMsg$xyz$endMsg$：不允许
4. 找不到匹配的$endMsg$。
   $startMsg$abcd$endMsg$xyz$startMsg$：不允许
5. $startMsg$abcd$endMsg$xyz$startMsg$dad$endMsg$：允许
6. 在$startMsg$之前找到$endMsg$。
   $startMsg$abcd$endMsg$xyz$endMsg$dad$startMsg$：不允许
7. aaa$startMsg$abcd$endMsg$：不允许，因为在$startMsg$之前有aaa

我试过这样的方法：

 ^((\$startMsg\$[^(\$startMsg\$>>)(\$endMsg\$)]*\$endMsg\$))*$

我可以得到多个以$startMsg$开始，以$endMsg$结束的字符串。因此，以下是可接受和不可接受的：

1. $startMsg$abcd$endMsg$：允许
2. $startMsg$abcd$endMsg$aaa：不允许，因为$endMsg$后面有aaa
3. 应为$startMsg$，但只找到$endMsg$。
   $startMsg$abcd$endMsg$xyz$endMsg$：不允许
4. 找不到匹配的$endMsg$。
   $startMsg$abcd$endMsg$xyz$startMsg$：不允许
5. $startMsg$abcd$endMsg$xyz$startMsg$dad$endMsg$：允许
6. 在$startMsg$之前找到$endMsg$。
   $startMsg$abcd$endMsg$xyz$endMsg$dad$startMsg$：不允许
7. aaa$startMsg$abcd$endMsg$：不允许，因为在$startMsg$之前有aaa

我试过这样的方法：

 ^((\$startMsg\$[^(\$startMsg\$>>)(\$endMsg\$)]*\$endMsg\$))*$

• ^at start:字符串的开头
• \$：转义$
• $结尾：字符串的结尾

但这似乎大错特错。你知道吗

但这似乎大错特错。在python中我是如何做到这一点的？你知道吗

允许[^(\$startMsg\$>>)(\$endMsg\$)]*匹配任何不包含$startMsg$和$endMsg$的字符串。似乎是这样，不是吗？但是如果不完成regex，我该怎么做呢？你知道吗

或者，这在regex中是可撤销的，因为它与下推自动机相关，因此在finiteautomatic/regex中是绝对可撤销的。你知道吗

Answer 1

检查这个正则表达式，它对您提到的示例很好。你知道吗

^(\$startMsg\$)((\w)*(\$endMsg\$\w+\$startMsg\$)*(\w)*)*(\$endMsg\$)$

如果在开始和结束之间除了字符之外还有其他内容，请更改\w。你知道吗

如果你只是想抓住字符串开头和结尾之间的字符，那么在上面应用下面的正则表达式

(?<=\$startMsg\$)\w+(?=\$endMsg\$)

这张单子会给你人物。你知道吗

Answer 2

If you really want to use regex

^((\$startMsg\$)[^$]*?(\$endMsg\$)(([^$]*?)(?=\$startMsg\$)|.{0}))*?$

不幸的是，不能对字符序列使用[]构造，只能对单个字符使用。因此，您可以使用LookAhead/lookback（(?=...)和(?<=...）和一个惰性量词来匹配所有内容，直到那个序列，就像我对([^$]*?)(?=\$startMsg\$)所做的那样。你知道吗

不过，我要提一提的是，绝对有其他方法比这一团热更具可读性。Regex很酷，但像这样的复杂序列令人困惑，难以理解，应该尽可能避免。你知道吗