递归正则与负前瞻结合匹配异常问题求助

原正则^begin(?:(.+)(?!egin)|(?R))*end$的核心问题在于：

• .+是贪婪匹配，会一次性吃掉大量内容，后续的(?!egin)仅检查当前匹配的末尾位置，无法阻止中间出现未闭合的begin
• 逻辑上没有正确区分“嵌套的begin...end”和“普通内容”，导致错误匹配了beginmbeginmmend这类不合法的字符串

重写后的正则 #

^begin(?:(?:(?!begin|end).)+|(?R))*end$

搭配s修饰符（让.匹配所有字符，包括换行）使用。

测试验证 #

# 验证合法嵌套字符串（应替换为well）
echo begin_deep_begin_deepest_end_deep_end | perl -pe 's/^begin(?:(?:(?!begin|end).)+|(?R))*end$/well/s'
# 输出：well

# 验证非法字符串（应保留原内容）
echo beginmbeginmmend | perl -pe 's/^begin(?:(?:(?!begin|end).)+|(?R))*end$/well/s'
# 输出：beginmbeginmmend

正则逻辑拆解 #

• ^begin：匹配字符串开头的begin标记
• (?:(?:(?!begin|end).)+|(?R))*：循环匹配两种内容：
  1. (?:(?!begin|end).)+：逐个匹配任意字符，但确保当前位置不是begin或end的起始（通过负前瞻(?!begin|end)避免误嵌套）
  2. (?R)：递归匹配整个正则表达式，处理嵌套的begin...end结构
• end$：匹配字符串结尾的end标记
• s修饰符：让.可以匹配换行符，适配包含换行的嵌套场景

内容的提问来源于stack exchange，提问作者Daniil Iaitskov