正则表达式匹配所有用括号括起来并用管道分隔的单词

Question

我认为有时图像比文字更好。

正如你所看到的，我的问题是它只匹配两个单词。我怎样才能匹配所有的单词？

我当前的正则表达式（PCRE）：([^\|\(\)\|]+)\|([^\|\(\)\|]+)

目标：检索每个单独组中的所有单词

Answer 1

您可以在 C# 中使用无限长度的后向查找（带有前向查找）：

(?<=\([^()]*)\w+(?=[^()]*\))

要匹配括号内不包含(,)和的任何类型的字符串|，您需要替换\w+为[^()|]+：

(?<=\([^()]*)[^()|]+(?=[^()]*\))
//            ^^^^^^

请参阅正则表达式演示（以及正则表达式演示#2）。细节：

• (?<=\([^()]*)- 正向后查找，匹配紧接在 和 之前的位置，然后是除和(之外的零个或多个字符()
• \w+- 一个或多个单词字符
• (?=[^()]*\))- 正向前瞻，匹配紧随其后的零个或多个字符（除了(and)之外的)字符）的位置。

捕获这些单词的另一种方法是使用

(?:\G(?!^)\||\()(\w+)(?=[^()]*\))     // words as units consisting of letters/digits/diacritics/connector punctuation
(?:\G(?!^)\||\()([^()|]+)(?=[^()]*\)) // "words" that consist of any chars other than (, ) and |

请参阅此正则表达式演示。您需要的单词现在位于第 1 组中。详细信息：

• (?:\G(?!^)\||\()\G(?!^)- 上一个匹配 ( ) 和一个|字符 ( )之后的位置\|，或 ( |) 一个(字符 ( \()
• (\w+)- 第 1 组：一个或多个单词字符
• (?=[^()]*\))- 正向前瞻，确保当前位置右侧以外)的任何零个或多个字符后面都有一个字符。()

在 C# 中提取匹配可以通过

var matches = Regex.Matches(text, @"(?<=\([^()]*)\w+(?=[^()]*\))")
    .Cast<Match>()
    .Select(x => x.Value);

// Or
var matches = Regex.Matches(text, @"(?:\G(?!^)\||\()(\w+)(?=[^()]*\))")
    .Cast<Match>()
    .Select(x => x.Groups[1].Value);