Regex 正则表达式：非贪婪堆栈？

我必须在LaTeX和HTML文件中执行很多正则表达式。。我经常发现自己处于以下情况：

我希望像

\mbox{\sqrt{2}}+\sqrt{4}

这样的内容被剥离为

\sqrt{2}+\sqrt{4}

。 换句话说：“用其内容替换\mbox{…}的每一次出现

那么，我该怎么做呢

贪婪版本

\mbox{（.*）}

获取$1中的

\sqrt{2}}+\sqrt{4

非贪婪版本

\mbox{（.*？}

以$1获取我

\sqrt{2

两者都不是我想要的

我需要的是，正则表达式引擎以某种方式保持 位于

（.*）

前后位置的字符堆栈，即

{

和

}

。因此，当在

*

中遇到新的

{

时，应将其放在堆栈上。当遇到

}

时，最后一个

{

应从堆栈中删除。当堆栈为空时，

*

完成

嵌套HTML标记也会出现类似的情况

因此，由于大多数正则表达式引擎为每个正则表达式创建一个FSA，堆栈应该是可行的，或者我遗漏了什么？一些我不知道的罕见的修改器？我想知道，为什么没有解决方案

当然，我可以用java/python/perl为自己编写一些代码……但我希望将其集成到正则表达式中：）

你好，吉尔伯特

---

（注：我省略了投影

+\sqrt{4}

以保持示例的小型化，

\

也应该转义）

这取决于您的正则表达式引擎，但可以使用.Net正则表达式引擎，如下所示

\\mbox{(
    (?>
        [^{}]+ 
        |   { (?<number>)
        |   } (?<-number>)
    )*
    (?(number)(?!))
)
}

\\mbox{(
(?>
[^{}]+ 
|   { (?)
|   } (?)
)*
（？（数字）（？！）
)
}

假设您使用的是IgnorePatternWhiteSpace

---

然后，您可以执行

regex.Replace（sourceText，“$1”）

以执行所需的转换

---

注意：它只适用于一个嵌套级别

您可以使用的另一个技巧是递归正则表达式（应该由PCRE和其他一些风格支持）：

如果你心情正常，就不需要太多解释。
这里有一个类似的例子，但有点灵活（例如，更容易添加

[]

和

（）

或其他平衡结构）：

---

这在标准正则表达式中是不可能的；任意深度的嵌套不能用常规语言来表示。（以FSA中的F为例。）事实上。解决方案是使用一个解析器，该解析器可以处理比正则表达式更广泛的语法。@Oli除了没有现代正则表达式实现是真正规则的以外。（例如：

（.+）\1

不是常规的）我们需要知道您使用的是哪种正则表达式风格。它是与语言（Java、.NET、Perl等）相关联的风格之一，还是命令行工具（sed、grep等），还是编辑器中的查找/替换小部件（Emacs、vim、EditPad等）？@Brian发布了一个非常好的解决方案，但它只在.NET中工作。我非常喜欢这些正则表达式（我也知道），事实上这项任务通常无法完成。我对LaTeX了解不多，但它可能有字符串文字和注释（可能包含不平衡的大括号）。它可能也有转义符号。所有这些都可能会妨碍，或者使文档无法部分解析。如果您希望可靠地完成此操作，则必须使用解析器（我相信您可以找到）。我非常确定OP没有使用.NET正则表达式，但无论如何都要使用+1。）谢谢，至少看起来很有希望：）你知道吗，像VisualStudio或Expression Web这样的MS编辑器是否支持这种正则表达式？（我不确定他们是否都依赖.NET）我不这么认为，但是你应该能够使用来执行你的正则表达式替换。我只想再次指出我的评论。仅此而已。第三个选项是内联代码，但这通常是作弊。

s/
\\mbox{
  (
    (?:
      [^{}]+     #either match any number of non-braces
      |          #or
      \{[^{}]+}  #braces surrounding non-braces
    )*
  )
}
/$1/x;

\\mbox(\{([^{}]|(?1)+)*+\})

\\mbox\{([^{}]|\{(?1)*\})*\}