寻求RE2兼容正则表达式解析含特殊字符的键值对

问题背景 #

需要从连续文本中提取符合以下规则的键值对：

• 键被方括号[]或大括号{}包裹，后接冒号:
• 值允许包含任意可打印字符（包括[]{}:）
• 正则必须兼容RE2（不可使用前瞻/后顾等环视断言）

测试文本：

[key 1]:  value 1[key 2]:  value 2 [with brackets] or {with curly brackets}{key 3}:  value 3 {with curly brackets} or [with square brackets] [key 4]: value 4 with :

期望提取结果：

key 1 , value 1 
key 2 , value 2 [with brackets] or {with curly brackets}
key 3 , value 3 {with curly brackets} or [with square brackets] 
key 4 , value 4 with :

解决方案 #

使用以下RE2兼容的正则表达式，支持全局匹配：

(?:\[([^\[\]]*)\]|{([^{}]*)}):\s*(.*?)(?:\[|\{|$)

正则拆解 #

1. 键匹配逻辑：
   • \[([^\[\]]*)\]：匹配方括号包裹的键，[^\[\]]*确保只捕获方括号内的内容，避免跨括号匹配
   • |{([^{}]*)}：匹配大括号包裹的键，[^{}]*同理确保只捕获大括号内的内容
2. 分隔符处理：:\s*匹配冒号及后续任意数量的空白字符（空格、制表符等）
3. 值匹配逻辑：
   • (.*?)：非贪婪模式匹配任意字符，确保不会过度匹配到下一个键的内容
   • (?:\[|\{|$)：作为匹配终止条件，遇到下一个键的起始符号（[或{）或字符串结尾时停止匹配

捕获组说明 #

• 捕获组1：方括号包裹的键内容（若键用方括号）
• 捕获组2：大括号包裹的键内容（若键用大括号）
• 捕获组3：对应的值内容

实际使用时，只需将非空的键捕获组（组1或组2）与组3组合，即可得到完整的键值对。

内容的提问来源于stack exchange，提问作者rajat