正則表達式的表達式從一個長的字符串

Question

我有一個很長的字符串裏面很多JSONs檢索所有JSONs，它看起來像：

{"a":"b"}{"c":"d"}{"e":"f"}... 

我準備的正則表達式表達式從那種字符串的提取所有JSONs：

\{(?:[^{}]|(?R))*\} 

它工作的很好，但它有一個問題。如果當它需要檢索這樣一個字符串失敗：

{"a":"b"}{"c":"d"}{"e":"f}"}... 

它假設，認爲「}」簽署「F」字母結束第三JSON後，但如果當然不。你有沒有人知道我該如何解決這個REGEX？

代碼示例： https://regex101.com/r/L9UUzj/1

謝謝！

Answer 1

[^{}]不會在引號引起賬戶部分採取，而是可以將其替換爲：[^"{}]|"[^"]*"

你可以用這種模式做到這一點：

{[^"{}]*+(?:"[^"]*+"[^"{}]*+|(?R)[^"{}]*+)*+} 

demo

另外，如果您想要處理引用部分中的轉義引號（帶反斜槓）：

{[^"{}]*+(?:"[^"\\]*+(?s:\\.[^"\\]*)*+"[^"{}]*+|(?R)[^"{}]*+)*+} 

種

demo

這兩種模式使用展開的設計，是更有效的。簡而言之，您不需要編寫(A|B)*，而是編寫A*(BA*)*，這需要更少的步驟。

佔有量詞*+是爲了防止當大括號在字符串中某個位置不平衡時防止大量回溯。這種方式在這個位置會很快失敗。

顯然，這兩種模式並沒有完全描述json語法。隨意使用命名組和(?(DEFINE)...)功能來做到這一點，這遠非不可能（*）。但是您也可以使用第二種模式來提取json子字符串，然後使用您選擇的json解析器來檢查它們。

---

（*）這樣的事情：

~ 
\g<object> 

(?(DEFINE) 
    (?<string> " [^"\\]*+ (?s: \\. [^"\\]*+)*+ ") 
    (?<table> \[ (?: \s* \g<value> (?: \s* , \s* \g<value>)*+)? \s* ]) 
    (?<object> { 
     (?: \s* \g<key> \s* : \s* \g<value> 
      (?: \s* , \s* \g<key> \s* : \s* \g<value>)*+ 
     )? \s* } 
    ) 
    (?<boolean> [Tt]rue | [Ff]alse) 
    (?<number> (?: [0-9]+ (?: \. [0-9]*)? | \.[0-9]+) 
       (?: [Ee] -? [0-9]+)?) 

    (?<key> \g<string> (?<= [^"]" | \\"")) 
    (?<value> \g<table> | \g<object> | \g<string> 
      | \g<number> | \g<boolean> | null) 
) 
~x