正则重复分组捕获多余字符：如何排除逗号与右括号？

问题背景 #

使用正则表达式进行重复分组捕获时，后续捕获结果中混入了逗号或右括号，需要修正正则以避免此类情况。

当前正则表达式 #

(?<name1>\?\?\$.*)\s\((?<type1>\w+)\s(?<conv>\w+)\s(?<name2>\w+:?:?)+<(?<type2>[\w\s]+)>\((?<args>.+?(?=[,)]))+\)

输入示例 #

??$PlotBarGroups@C@ImPlot@@YAXQBQBDPBCHHNNH@Z (void __cdecl ImPlot::PlotBarGroups<signed char>(char const * const * const,signed char const *,int,int,double,double,int))
??$PlotBarGroups@E@ImPlot@@YAXQBQBDPBEHHNNH@Z (void __cdecl ImPlot::PlotBarGroups<unsigned char>(char const * const * const,unsigned char const *,int,int,double,double,int))
??$PlotBarGroups@F@ImPlot@@YAXQBQBDPBFHHNNH@Z (void __cdecl ImPlot::PlotBarGroups<short>(char const * const * const,short const *,int,int,double,double,int))
??$PlotBarGroups@G@ImPlot@@YAXQBQBDPBGHHNNH@Z (void __cdecl ImPlot::PlotBarGroups<unsigned short>(char const * const * const,unsigned short const *,int,int,double,double,int))
??$PlotBarGroups@H@ImPlot@@YAXQBQBDPBHHHNNH@Z (void __cdecl ImPlot::PlotBarGroups<int>(char const * const * const,int const *,int,int,double,double,int))
??$PlotBarGroups@I@ImPlot@@YAXQBQBDPBIHHNNH@Z (void __cdecl ImPlot::PlotBarGroups<unsigned int>(char const * const * const,unsigned int const *,int,int,double,double,int))
??$PlotBarGroups@M@ImPlot@@YAXQBQBDPBMHHNNH@Z (void __cdecl ImPlot::PlotBarGroups<float>(char const * const * const,float const *,int,int,double,double,int))
??$PlotBarGroups@N@ImPlot@@YAXQBQBDPBNHHNNH@Z (void __cdecl ImPlot::PlotBarGroups<double>(char const * const * const,double const *,int,int,double,double,int))
??$PlotBarGroups@_J@ImPlot@@YAXQBQBDPB_JHHNNH@Z (void __cdecl ImPlot::PlotBarGroups<__int64>(char const * const * const,__int64 const *,int,int,double,double,int))
??$PlotBarGroups@_K@ImPlot@@YAXQBQBDPB_KHHNNH@Z (void __cdecl ImPlot::PlotBarGroups<unsigned __int64>(char const * const * const,unsigned __int64 const *,int,int,double,double,int))

实际捕获结果 #

signed char
char const * const * const
,signed char const *
,int
,int
,double
,double
,int
)

预期捕获结果 #

signed char
char const * const * const
signed char const *
int
int
double
double
int

修正方案 #

问题出在(?<args>.+?(?=[,)]))+这个重复捕获分组上：每次匹配时会把参数前的逗号也包含进去，且最后一次匹配误捕了右括号。

修改思路：用非捕获组处理参数间的逗号分隔符，避免逗号进入捕获组；明确参数匹配的起始位置，跳过分隔符后再捕获参数内容。

修正后的正则表达式：

(?<name1>\?\?\$.*)\s\((?<type1>\w+)\s(?<conv>\w+)\s(?<name2>\w+:?:?)+<(?<type2>[\w\s]+)>\((?<args>.+?(?=[,)]))(?:,\s*(?<args>.+?(?=[,)]))*\)

关键改动说明 #

将原有的(?<args>.+?(?=[,)]))+替换为(?<args>.+?(?=[,)]))(?:,\s*(?<args>.+?(?=[,)]))*：

• 第一个(?<args>.+?(?=[,)]))捕获第一个参数（无前缀逗号）；
• (?:,\s*(?<args>.+?(?=[,)]))*用非捕获组匹配逗号+可选空格，再捕获后续参数，确保逗号不会被纳入args捕获组；
• 最终匹配到所有参数时，每个args捕获组的内容都不会包含逗号或右括号。

内容的提问来源于stack exchange，提问作者aybe