Regex 正则表达式从wikimedia格式的标记文档中提取数据

我试图从clojure中的wikipedia/wikimedia标记结构中提取一些数据

{{Infobox company
...
...
|operating_income = {{Increase}} US$ 26.76 billion (2013)<ref name=10K/>
|net_income       = {{Increase}} US$ 21.86 billion (2013)<ref name=10K/>
|assets           = {{Increase}} US$ 142.43 billion (2013)<ref name=10K/>
|equity           = {{Increase}} US$ 78.94 billion (2013)<ref name=10K/>
...
}}

我需要

{{infobox company..}}

区域内的信息

所以我使用了这个正则表达式

（在txt上面的“\{{（.*？}}}”）

但这给了我一些正则表达式，但仍然不是全部。这个页面上有很多额外的数据以及嵌套的{{}

你可以在网站上看到全文

---

<>我想我的正则表达式的问题是它没有处理嵌套的{{}}标签。

如果正则表达式令人沮丧，你可以考虑使用一个小的解析器来处理任意嵌套的表达式。我的重量有点重，虽然它可以处理更多的输入类型

你能期望有多深的嵌套？如果是无限的，那么正则表达式基本上就是运气不佳。（好吧，Perl“正则表达式”支持递归模式——你知道clojure是否也支持它们吗？@volferine:clojure使用Java的正则表达式引擎，它确实支持一些非正则的东西，如back引用，但不支持Perl的递归模式，如

（？PARNO）

。只有两个嵌套级别。最上面的一个{{Infobox…在这个区域内，还有一些较小的。我对

=