正则匹配含嵌套大括号的报文：如何捕获完整匹配项

问题场景 #

要匹配的SWIFT报文示例：

{1:A01ABCDEFGHIJKL1234567890}{2:01234567890123ABCDEFGHIJKL12345678901234567890A}{3:{108:ABCDEFGHIJK0123}}{4:
:20:ABCDEFGHIJK/01234
:25:00000000000000000000
:28C:00001/00001
:60F:C230316EUR0,00
:62F:C230317EUR0,00
:64:C230317EUR0,00
:65:C230318EUR0,00
:65:C230319EUR0,00
:65:C230320EUR0,00
:65:C230321EUR0,00
:65:C230322EUR0,00
-}

原正则表达式(?<=\{)([^}]+)(?=\})无法处理嵌套大括号（如{3:{108:ABCDEFGHIJK0123}}），只能捕获到第一个}前的内容，无法匹配完整的顶级大括号内的内容。

解决方案 #

核心思路 #

需要匹配顶级大括号内的完整内容（允许包含单层嵌套的{...}），同时不递归匹配嵌套内部的内容。以下是几种适配不同正则引擎的方案：

方案1：通用单层嵌套匹配（适用于所有主流正则引擎）

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

逻辑说明：

• \d: 匹配以数字开头的记录标识符（如1:、3:）
• (?:[^{}]|\{[^{}]+\})* 匹配任意非大括号字符，或者一组完整的嵌套大括号{...}，重复任意次数
• 最终匹配到对应的顶级闭合大括号}

方案2：简化匹配（适配SWIFT常见结构）

如果确认SWIFT报文中仅存在单层嵌套（如组3的结构），可以用更简洁的表达式：

\{(\d:(?:[^{}]*\{[^{}]+\})?[^{}]*)\}

方案3：平衡组匹配（支持多层嵌套，适用于PCRE、.NET等引擎）

如果需要处理极少数多层嵌套的情况，可使用平衡组语法：

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

注：该语法仅支持支持递归匹配的正则引擎。

匹配效果 #

使用方案1的正则，可从测试报文中捕获到4个完整的顶级块内容：

1. 1:A01ABCDEFGHIJKL1234567890
2. 2:01234567890123ABCDEFGHIJKL12345678901234567890A
3. 3:{108:ABCDEFGHIJK0123}
4. 4:\n:20:ABCDEFGHIJK/01234\n:25:00000000000000000000\n:28C:00001/00001\n:60F:C230316EUR0,00\n:62F:C230317EUR0,00\n:64:C230317EUR0,00\n:65:C230318EUR0,00\n:65:C230319EUR0,00\n:65:C230320EUR0,00\n:65:C230321EUR0,00\n:65:C230322EUR0,00\n-

原正则问题分析 #

原表达式(?<=\{)([^}]+)(?=\})使用[^}]+匹配所有非}字符，遇到第一个}就终止匹配，因此无法处理嵌套大括号的场景，只能捕获到嵌套结构的前半部分。

内容的提问来源于stack exchange，提问作者Srii