按名称引用外部组时如何捕获嵌套命名组？PCRE正则匹配问题

核心原理 #

你之前的写法无法得到预期结果的原因是：PCRE的命名分组在重复匹配时，只会保留最后一次匹配到的值，递归遍历整个列表的写法会把先匹配到的目标值覆盖，自然只能拿到第一个或者最后一个符合要求的结果。
同时要严格匹配逗号分隔列表的格式，必须保证每个匹配的目标都是列表中独立的元素，不能从跨元素的内容或者非法格式的字符串中错误截取结果。

数值场景正则（匹配12/45开头三位数的首次出现） #

^(?:(?!(?:12\d|45\d)(?:,|$))\d+(?:,|$))*(?:(?P<n12>12\d)(?:,|$)(?:(?!45\d(?:,|$))\d*(?:,|$))*(?:(?P<n45>45\d)|)|(?P<n45>45\d)(?:,|$)(?:(?!12\d(?:,|$))\d*(?:,|$))*(?:(?P<n12>12\d)|))

测试效果 #

对测试字符串 11,222,123,444,456,7 匹配后，可直接得到命名分组结果：

• n12 = 123
• n45 = 456
  同时会自动拒绝非法格式的输入（如开头多余逗号、元素内部被截断匹配等情况），不会出现你提到的错误解析问题。

通用场景正则（以动物匹配为例） #

^(?:(?!(?:pussy|cat|doge|dog)(?:,|$))\w+(?:,|$))*(?:(?P<cat>pussy|cat)(?:,|$)(?:(?!(?:doge|dog)(?:,|$))\w*(?:,|$))*(?:(?P<dog>doge|dog)|)|(?P<dog>doge|dog)(?:,|$)(?:(?!(?:pussy|cat)(?:,|$))\w*(?:,|$))*(?:(?P<cat>pussy|cat)|))

测试效果 #

对测试字符串 pussy,mouse,dog,bird 匹配后，可直接得到命名分组结果：

• cat = pussy
• dog = dog

扩展说明 #

如果需要捕获更多类型的首个出现值，只需要按照以下逻辑扩展正则即可：

1. 把所有需要捕获的目标关键词加入开头负向预查的排除列表
2. 新增对应分支处理不同目标出现的先后顺序即可

内容的提问来源于stack exchange，提问作者anatoly u