Dart正则如何捕获指定~符号分组并忽略其他相似模式

问题原因 #

你当前使用的split正则~+、~~+、~~~+会匹配任意大于等于对应数量的连续_{序列，比如`~+`可以同时匹配1/2/3个连续}，~~+可以同时匹配2/3个连续_{，会把其他长度的}也作为拆分符，自然会出现不同分组内容混杂的问题。

解决方案 #

使用负向前后断言确保匹配的是恰好对应数量的连续_{，避免和更长的}序列混淆，再配合简单的内容过滤即可得到预期结果，示例代码如下：

String f = '~the calculator is on and working~I entered 50 into the calculator'
    '~~I press add button~~holding equal button ~~~The result should be 50';

// 拆分规则：仅匹配前后无其他~的对应数量~序列
final singleTildeSplit = RegExp(r'(?<!~)~(?!~)');
final doubleTildeSplit = RegExp(r'(?<!~)~~(?!~)');
final tripleTildeSplit = RegExp(r'(?<!~)~~~(?!~)');

// 提取givens：拆分后去掉空值，截取到多~符号前的有效内容
List<String> givens = f.split(singleTildeSplit)
    .map((item) => item.split(RegExp(r'~{2,}')).first)
    .where((item) => item.trim().isNotEmpty)
    .toList();

// 提取whens：拆分后过滤掉包含其他数量~的无效内容
List<String> whens = f.split(doubleTildeSplit)
    .where((item) => !item.contains('~') && item.trim().isNotEmpty)
    .toList();

// 提取thens：拆分后过滤空值即可
List<String> thens = f.split(tripleTildeSplit)
    .where((item) => item.trim().isNotEmpty)
    .toList();

// 输出测试
print("givens结果：");
for (var ss in givens) {
  print(ss);
}
print('xxxxxxxxxxxx');
print("whens结果：");
for (var ss in whens) {
  print(ss);
}
print('xxxxxxxxxxxx');
print("thens结果：");
for (var ss in thens) {
  print(ss);
}

运行后输出如下：

givens结果：
the calculator is on and working
I entered 50 into the calculator
xxxxxxxxxxxx
whens结果：
I press add button
xxxxxxxxxxxx
thens结果：
The result should be 50

完全符合预期的输出要求。

如果你的场景中是固定成对使用~内容~、~~内容~~、~~~内容~~~格式，也可以使用捕获组正则一次性完成分类提取，效率更高：

final matchExp = RegExp(r'(?<!~)(~{1,3})(.*?)(?<!~)\1(?!~)');
List<String> givens = [];
List<String> whens = [];
List<String> thens = [];

// 匹配所有成对包裹的内容
matchExp.allMatches(f).forEach((match) {
  final tildeLen = match.group(1)!.length;
  final content = match.group(2)!;
  switch(tildeLen) {
    case 1: givens.add(content); break;
    case 2: whens.add(content); break;
    case 3: thens.add(content); break;
  }
});

// 额外补充匹配单~包裹结束后到~~之间的非包裹内容
final firstDoubleTildeIndex = f.indexOf('~~');
final firstSingleTildeEndIndex = f.indexOf('~', 1);
if (firstSingleTildeEndIndex > 0 && firstDoubleTildeIndex > firstSingleTildeEndIndex) {
  givens.add(f.substring(firstSingleTildeEndIndex + 1, firstDoubleTildeIndex).trim());
}

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