使用多个正则表达式捕获匹配的嵌套xml标记

假设我有一个xml文件，其中包含嵌套在其内部的标记，例如

<TAG>one<TAG>two</TAG>one</TAG>

onetwoone

从中，我有两个正则表达式的例子，它们与这个字符串不匹配

<TAG>one<TAG>two</TAG>

onetwo

这是不平衡的。根据谷歌的说法，不可能找到一个能够正确解析html的正则表达式，例如或

正则表达式不可能进行完整的HTML解析，因为它依赖于匹配开始和结束标记，而正则表达式则不可能

正则表达式只能与正则语言匹配，但HTML是一种上下文无关的语言。在HTML上使用regexp所能做的唯一一件事是启发式，但这不会在所有条件下都有效。应该可以呈现一个HTML文件，该文件将被任何正则表达式错误地匹配

---

这是一个清晰的理论答案，但它让我思考：通过编程，使用多个正则表达式和/或循环是否可能？

正则表达式不是正则表达式。许多主要的正则表达式风格允许您匹配各种递归结构

因此，为了匹配PCRE中的示例，您可以编写（）：

（？：[^]+|（？R））*

---

不需要任何额外的代码或正则表达式。这不是XML解析器。

正则表达式不是正则表达式。许多主要的正则表达式风格允许您匹配各种递归结构

因此，为了匹配PCRE中的示例，您可以编写（）：

（？：[^]+|（？R））*

---

不需要任何额外的代码或正则表达式。这不是一个XML解析器。

这里是一个简单的递归下降XML解析器，我现在正在编写它，所以它会有点粗糙，准备就绪，用ruby编写，因为您没有指定语言。 不要在生产中使用（或者在任何地方，实际上，这只是出于好奇）：

string=“onetwoone”
正则表达式xml解析器=->string{
stuff_before=[]
匹配项=[]
stuff_after=[]
而字符串=~/>/
在匹配项目之前填充{
{match_item[1]=>regex_xml_解析器[match_item[2]}
}
正则表达式xml解析器[字符串]

---

请记住，我们基本上是在这里构建一个解析器，因此我认为不用说，使用已经存在的解析器会更容易一些。

这是一个简单的递归下降xml解析器，我现在正在编写它，因此它将有点粗糙和容易，使用ruby编写，因为您没有指定语言。 不要在生产中使用（或者在任何地方，实际上，这只是出于好奇）：

string=“onetwoone”
正则表达式xml解析器=->string{
stuff_before=[]
匹配项=[]
stuff_after=[]
而字符串=~/>/
在匹配项目之前填充{
{match_item[1]=>regex_xml_解析器[match_item[2]}
}
正则表达式xml解析器[字符串]

---

请记住，我们基本上是在这里构建一个解析器，因此我认为不用说，使用一个已经存在的解析器会更容易一些。

当然，但你可能会伤害自己。我根据你的示例制作了一个解析器。它一次搜索最深的元素，你只需放弃它，留下一个标识符，然后再次尝试捕获。这是吗一个奇怪的问题，还是因为你想用它来解决一个问题？因为如果后者有几个XML解析器对我们来说非常简单。什么是样本输入和样本输出，请在阅读该答案时清楚，也请阅读评论：@ MIKEH-R：只是出于好奇，真的。做我想做的。当然，但你可能会伤害你自己。我根据你的例子做了。它一次搜索最深的元素，你只需要放弃它，留下一个标识符，然后再次尝试捕获。这是出于好奇还是因为你想用它来解决问题？因为如果后者有几个XML解析器这是非常简单的用法。什么是样本输入和样本输出，如果你读到这个答案，请清楚，也考虑读评论：@ MiKeH-R:只是出于好奇，真的。我用C*XML类来做我想做的事。+ 1，很高兴看到你再次回答正则表达式问题。在<代码> PCRE < /代码>中，你甚至可以制作一个<代码>。>++（但你当然知道）：@Unihedron，你是什么意思？你当然能做到。例如：

（？：[^]|（？R））*+

@zx81，最近没有太多时间。：-）哇，我不知道

（？R）

construct，nice.+1，很高兴看到你再次回答一个正则表达式问题。在

PCRE

中，你甚至可以把它变成

++

（但你当然知道）：@Unihedron，你是什么意思？当然可以。例如：

（？：[^]|（？R））*+

@zx81，最近没有太多的时间来讨论这个问题。：-）哇，我不知道

（？R）

构造，很好。

<TAG>(?:[^<>]+|(?R))*</TAG>

string = "<TAG>one<OTHER_TAG>two</OTHER_TAG>one</TAG>"
regex_xml_parser = -> string {
  stuff_before = []
  matches = []
  stuff_after = []
  while string =~ />/
    stuff_before << string[ /^[^<]*/ ]
    string.sub!(/^[^<]*/, '')
    matches << string.match(/<([^>]+)>(.*)<\/\1>/)
    string.sub!(/<([^>]+)>(.*)<\/\1>/, '')
    stuff_after << string[ /[^>]*$/ ]
    string.sub!(/[^>]*$/, '')
    p [ stuff_after, "stuff_after" ]
  end
  values = stuff_before + stuff_after + [string]
  return_value = values.clone
  matching_nodes = matches.map { |match| make_matches[match]}
  {values: return_value.select { |x| x != "" },
  nodes: matching_nodes}
}

make_matches = -> match_item {
  {match_item[1] => regex_xml_parser[match_item[2]]}
}

regex_xml_parser[string]