Perl正则匹配非递归花括号块时如何拦截所有全空白行？

原有正则缺陷 #

原有规则仅在外层普通内容匹配时增加了全空白行拦截，内层花括号匹配直接使用[{][^{}]*[}]规则，未对内部内容做全空白行校验，导致内层花括号中隐藏的全空白行会被漏判，违反无全空白行约束。

修正后完整代码 #

#!/usr/bin/env perl 
use strict; use warnings;
use Data::Dumper qw(Dumper); $Data::Dumper::Sortkeys = 1;
use feature 'say';

my $sgx=join('',      # 编译为正则的字符串
'(?m)^',              # 锚定行首，而非字符串起始位置
'(?<curl>[{]',        # 最外层花括号起始
  '(?<insd>',         # 花括号内部内容段起始
    '(?<jjjj>\w)',    # 匹配起始标识字符
    '(',              # 起始字符后允许的内容规则开始
      '(?!\n\s*\n)',  # 负向前瞻：后续不允许出现全空白行
      '[^{}]',        # 匹配非花括号字符
      '|',            # 逻辑或
        '(',            # 内层花括号块起始
          '[{]',          # 内层花括号起始符
             # 内层内容增加全空白行拦截，仅允许非花括号字符，杜绝深层嵌套
             '(?:(?!\n\s*\n)[^{}])*',
          '[}]',          # 内层花括号结束符
        ')',            # 内层花括号块结束
    ')',              # 允许内容规则结束
    '*',              # 上述内容可出现任意次
  ')',                # 内部内容段结束
'[}])',               # 最外层花括号结束
);

say qr/$sgx/;
$/=undef;
my $data=<DATA>;
my@data=grep{/\S/} split /#/,$data;

for(@data)
{
    say '====================================================================================';
    print $_;
    say '------------------------------------------';
    if($_=~/$sgx/)
    {
        print Dumper\%+;
    }
    else
    {
        say 'no match';
    }
}


__DATA__
#
{A{hey{nested{nested, 

also all-white line, two reasons
SHOULD NOT MATCH}}}}pig
#
{A{hey{nested{nested, SHOULD NOT MATCH}}}}pig
#
whoopee
{compliant, should match
\footnotesize{funny}\normalsize{}\small{}} 
dogs\textbf{outside}
# 
{MUST NOT MATCH because all-white line

tag{A}big{}}
# 
{MUST NOT MATCH because all-white line
tag{A

}big{}}

核心修改逻辑 #

• 严格遵守非递归约束：内层花括号内仅允许匹配非花括号字符，从规则层面禁止三层及以上嵌套，避免正则引擎无边界回溯耗尽内存
• 补全内层全空白行拦截：给内层花括号的内容匹配增加和外层一致的负向前瞻校验，每匹配一个字符前先判断后续是否存在\n\s*\n格式的全空白行，彻底覆盖内层隐藏全空白行的漏判场景
• 兼容原有匹配逻辑：保留原有的行首锚定、命名捕获组规则，原有合规匹配场景不受影响

测试验证结果：前2组存在多层递归嵌套的样本、第4组外层含全空白行的样本、第5组内层含全空白行的样本均返回no match，第3组合规样本正常匹配捕获内容，完全满足约束要求。

内容的提问来源于stack exchange，提问作者Jacob Wegelin