使用正则捕获组匹配嵌套begin-end代码块失败求助

问题说明 #

需要用PowerShell正则表达式匹配包含嵌套结构的Pascal风格begin-end代码块（如下示例），同时排除后续独立的begin stuff2 end块，但当前实现无法正常工作。

期望匹配的嵌套代码块：

begin
     begin
       stuff1
     end
   end

用户原代码 #

$ErrorActionPreference = 'Stop';

# Want to match balanced begin-end block include nested begin-end:  
#     begin begin stuff1 end end

$t1 = ""
$t1 += "  begin"
$t1 += "     begin"
$ti += "      stuff1"
$t1 += "     end"
$t1 += "  end"
$t1 += ""
$t1 += "  begin"
$ti += "      stuff2"
$t1 += "  end"

write-host "LINE: $t1"

$rxop = [Text.RegularExpressions.RegexOptions]::IgnorePatternWhitespace -bor
        [Text.RegularExpressions.RegexOptions]::IgnoreCase

$rx = [Regex]::new(
       "^(\n        \bbegin\b             \n        (?:  \n            (?<openp> \bbegin\b )\n            |                    \n            (?<-openp> \bend\b )\n            |\n            [^\t]+   \n        )+ \n\n        (?<openp>)(?!))\n\n       \bend\b)\n   ", 
   $rxop
)

$match = $rx.Match($t1)

if ($match.Success) {
    $name  = $match.Groups[1].Value
    write-host "matched: $name"
}
else {
    write-host "no-match"
}

问题分析与修正 #

原正则存在语法错误、锚点限制、过度匹配等问题，以下是修正后的代码：

$ErrorActionPreference = 'Stop';

# 构造测试文本（修正原代码中$ti的笔误，改用Here-String保证格式准确）
$t1 = @"
  begin
     begin
      stuff1
     end
  end

  begin
      stuff2
  end
"@

Write-Host "测试文本:`n$t1`n"

# 正则选项：忽略空白、不区分大小写、单行模式（让.匹配换行）
$rxop = [Text.RegularExpressions.RegexOptions]::IgnorePatternWhitespace `
        -bor [Text.RegularExpressions.RegexOptions]::IgnoreCase `
        -bor [Text.RegularExpressions.RegexOptions]::Singleline

# 平衡组正则：匹配嵌套的begin-end块
$rx = [Regex]::new(@"
\bbegin\b
(?:
    (?<open>\bbegin\b)  # 遇到begin，增加计数器
    |
    (?<-open>\bend\b)   # 遇到end，减少计数器
    |
    (?!\bbegin\b|\bend\b). # 匹配非begin/end的任意字符
)+
(?(open)(?!))  # 确保计数器为0（所有begin都匹配了对应的end）
\bend\b
"@, $rxop)

# 只匹配第一个符合条件的嵌套块
$match = $rx.Match($t1)

if ($match.Success) {
    Write-Host "匹配到的嵌套块:`n$($match.Value)"
}
else {
    Write-Host "未匹配到"
}

修正点说明 #

1. 修复原代码中$ti的笔误，用Here-String构造测试文本，保证格式清晰准确
2. 增加Singleline选项，让.可以匹配换行符，正确处理多行内容
3. 修正平衡组语法，使用PowerShell支持的(?<open>和(?<-open>格式
4. 通过(?(open)(?!))确保所有begin都有对应的end，实现真正的嵌套匹配
5. 去掉不必要的锚点限制，适配开头带空格的代码块
6. 用(?!\bbegin\b|\bend\b).精准匹配非begin/end内容，避免过度匹配

内容的提问来源于stack exchange，提问作者Bimo