a.
.net
处理嵌套结构的方法
举例说明：
问题描述：从
before (nope
(yes (here) okay)
after
中匹配得到最大的被
”()”
包含的文本。即显示红色的部分。
答案：
.net
：
"((?>[^()]+|"((?<DEPTH>)|")(?<-DEPTH>))*(?(DEPTH)(?!))")
(1)
、
"(
匹配左括号；
")
匹配右括号；
[^()]+
匹配非括号字符串
(2)
、
(?>
…
.)
固化分组，固化分组的作用在于：一旦括号内的子表达式匹配之后，匹配的内容就固定下来，在接下来的匹配过程中不会改变，除非整个固化分组的括号都被弃用，在外部回溯中重新应用。该处使用固化分组的作用在于提高匹配速度。
(3)
、
DEPTH
的使用
:DEPTH
实际使用了命名捕获的
<?>…>
，它总是能够匹配成功。正则表达式引擎的回溯堆栈保存了当前匹配成功分组的相关信息，而
(?<DEPTH>)
跟在
"(
后，所以它的成功匹配便可以保存
"(
的个数。跟随在
")
后的结构
(?<-DEPTH>)
是
.NET
独有的结构，它会在匹配
")
成功之后去掉最近的
”successful DEPTH”
标记。如果不存在这样的
”successful DEPTH”
标记，就会报告失败，整个正则表达式匹配失败：
1,
每匹配一个
"(
会把正则表达式保存的当前括号嵌套深度值加
1
；
2,
每匹配一个
")
会把正则表达式保存的当前括号嵌套深度值减
1
；
3,
(?(DEPTH)(?!))
确保匹配最后的
")
时，深度为
0
。
2，
如何使用正则表达式处理句法分析树
如何使用正则表达式识别一棵类似如下表示的句法分析树？
(TOP (S (NPB (DT The) (NN question) ) (VP (VBZ remains) (SBAR-A (IN whether) (S-A (NPB (PRP they) ) (VP (MD will) (VP-A (VB be) (ADJP (JJ able) (SG (VP (TO to) (VP-A (VB help) (PUNC. us.) ) ) ) ) ) ) ) ) ) ) )
答案：
"((?>[^()]+|"([^()"s]+"s(?<DEPTH>)|")"s(?<-DEPTH>))*(?(DEPTH)(?!))")
分析类似。
3，
使用正则表达式处理句法分析树实例
a.
使用正则表达式获取所有的叶结点
:
"((?<POS>[^()]+)"s(?<Leaf>[^()]+)")
b.
使用正则表达式获取所有的名词短语
NP:
"(NP"s(?>[^()]+|"([^()"s]+"s(?<DEPTH>)|")"s(?<-DEPTH>))*(?(DEPTH)(?!))")
c.
使用正则表达式获取满足如下性质的子树
i.
该子句的标记为
SBAR[^()]*
ii.
该子句根节点的第一个儿子为一个词性为
IN
的词。
iii.
该子句的第二个儿子为一个子句：使用
S[^()]*
识别
iv.
该子句没有其他的儿子
(?<Clause>"(S[^() ]*"s(?<INWH>"(IN"s[^()]+")"s)(?<ClauseAfterInWh>"(S[^() ]*"s(?>[^()]+|"([^()"s]+"s(?<DEPTH>)|")"s(?<-DEPTH>))*(?(DEPTH)(?!))")"s)")"s(?#Clause))
在开发模板引擎时遇到了一个用正则表达式比较难以处理的情况，就是无限级的嵌套结构的匹配。HTML标签就属于这种结构。
举个具体的例子，下面是我们要匹配的内容：
在找到用正则匹配无限层嵌套结构的方法之前，我只能绕弯路来实现对无限层嵌套结构的匹配。
我只能用正则先把每个独立的标签匹配出来，然后用第一个标签名x做参数，逐一的查找匹配出来的每一个独立标签，看看他是否是第一个x对应的闭合标签。
这种方式得加上判断嵌套层次的代码，还得匹配和循环很多没有用的数据。
后来我才了解到.NET提供了一个正则表达式的扩展特性，用来帮助处理无限层嵌套结构的匹配。这种特性是.NET特有的，别的编程语言或者平台不一定会有。
我们都知道正则的匹配组的概念，它的语法是 (?<组名>)。使用这个正则语法我们可以建立一个匹配组。其实这是一个入栈的过程。
而.NET对正则的匹配组做了一个特殊的支持 (?<-组名>)。使用这个正则语法我们可以将指定组名的最后匹配结果去除。也就是出栈了。
一个入栈一个出栈，这一入一出就为我们提供了匹配无限层嵌套的可能
下面举个例子看看怎么实现无限层嵌套的匹配：
从图中我们可以看出正则正确的匹配出了最顶层的三个<x></x>结构，而嵌套在第二个<x></x>结构中的标签被当成了结构的内容。这是怎么做到的呢？
下面是图中的正则，我加入了注释：
(?!<x>|</x>). #匹配除<x>和</x>以外的其他字符
(?(n)(?!)) #如果执行到此处还存在匹配组n，则匹配失败，重新匹配
这段正则中还用到了平时比较少使用到的(?!(name)yes|no)语法，这个语法相当于C语言的if语法，用于做条件判断，之用。上面的正则中我们用它来片段是否存在命名组n，如果存在命名组n，说明标记没有对称闭合，用(?!)断言匹配失败，重新匹配。
在《Mastering Regular Expressions》中似乎有相关章节提到这种无限层嵌套结构的匹配，不过我手头没这本书。我是从
这里
学习到这种特殊的正则语法的，大家可以参考下
