靠近索引nnn的未封閉字符類

Question

我從一些PHP Textile實現（開源，正確歸因）中借用了一個相當複雜的正則表達式，用於構建一個簡單的，功能不完整的Java實現textile4j，並將其移植到github，同步到Maven中心（最初的代碼是爲blojsom提供的一個插件，這是一個Java博客平臺;這是在Maven Central中提供blojsom依賴關係的一部分）。

不幸的是，紡織正則表達式的表達式（而他們中的PHP preg_replace_callback環境中工作）失敗，在Java中，以下情況例外：

java.util.regex.PatternSyntaxException: Unclosed character class near index 217

的說法是明顯的，解決的辦法是難以捉摸的。

下面是PHP實現原料，多正則表達式：

return preg_replace_callback('/ 
    (^|(?<=[\s>.\(])|[{[]) # $pre 
    "      # start 
    (' . $this->c . ')  # $atts 
    ([^"]+?)    # $text 
    (?:\(([^)]+?)\)(?="))? # $title 
    ": 
    ('.$this->urlch.'+?) # $url 
    (\/)?     # $slash 
    ([^\w\/;]*?)   # $post 
    ([\]}]|(?=\s|$|\))) 
    /x',callback,input); 

巧妙，我得到了紡織類「告訴我的代碼」，在這個表達式中使用一個簡單的echo，導致以下而長，正則表達式：

(^|(?<=[\s>.\(])|[{[])"((?:(?:\([^)]+\))|(?:\{[^}]+\})|(?:\[[^]]+\])|(?:\<(?!>)|(?<!<)\>|\<\>|\=|[()]+(?!)))*)([^"]+?)(?:\(([^)]+?)\)(?="))?":([\w"$\-_.+!*'(),";\/?:@=&%#{}|\^~\[\]`]+?)(\/)?([^\w\/;]*?)([\]}]|(?=\s|$|\))) 

我已經發現了幾個可能被導致解析錯誤，使用在線工具，如RegExr by gskinner和RegexPlanet可能的領域。但是，這些細節都沒有解決錯誤。

我懷疑有一個範圍問題隱藏在其中一個字符類，或一個Unicode順序隱藏在某處，但我找不到它。

任何想法？我也很好奇爲什麼PHP不會拋出類似的錯誤，例如，我發現一個「被動子表達式」使用RegExr處理得不好，但它沒有修復Java異常，也沒有改變行爲在PHP中，如下所示。

在#title切換逃脫括號：

 (?:\(([^)]+?)\)(?="))? # $title 
     ...^ 
     (?:(\([^)]+?)\)(?="))? # $title 
     ....^ 

感謝， 添

編輯：添加以Java String的解釋（與轉義）紡織正則表達式，如RegexPlanet確定...

"(^|(?<=[\\s>.\\(])|[{[])\"((?:(?:\\([^)]+\\))|(?:\\{[^}]+\\})|(?:\\[[^]]+\\])|(?:\\<(?!>)|(?<!<)\\>|\\<\\>|\\=|[()]+(?!)))*)([^\"]+?)(?:\\(([^)]+?)\\)(?=\"))?\":([\\w\"$\\-_.+!*'(),\";\\/?:@=&%#{}|\\^~\\[\\]`]+?)(\\/)?([^\\w\\/;]*?)([\\]}]|(?=\\s|$|\\)))" 

Answer 1

@CodeJockey是正確的：有一個在你的字符類的一個方括號需要進行轉義。 []]或[^]]都還好，因爲]比否定^以外的第一個字符，但在Java中的轉義[在字符類的任意位置是一個語法錯誤。

諷刺的是，原來的正則表達式包含了甚至在PHP需要很多反斜槓。它也逃脫/，因爲這就是它用作正則表達式的分隔符。除草所有這些出來後，我想出了這個Java正則表達式：

"(^|(?<=[\\s>.(])|[{\\[])\"((?:(?:\\([^)]+\\))|(?:\\{[^}]+\\})|(?:\\[[^]]+\\])|(?:<(?!>)|(?<!<)>|<>|=|[()]+(?!)))*)([^\"]+?)(?:\\(([^)]+?)\\)(?=\"))?\":([\\w\"$_.+!*'(),\";/?:@=&%#{}|^~\\[\\]`-]+?)(/)?([^\\w/;]*?)([]}]|(?=\\s|$|\\)))" 

無論是在最好正則表達式，我不知道，不知道它如何被使用。

Answer 2

我不知道究竟在何處您的問題所在，但是這可能幫助：

在Java中（我相信這是Java獨有的），[符號（不僅僅是]符號）在字符類中保留並且需要轉義。

修訂後的表達也許應該是類似於以下，爲了與Java兼容：

(^|(?<=[\s>.\(])|[{\[]) # $pre 
"      # start 
(' . $this->c . ')  # $atts 
([^"]+?)    # $text 
(?:\(([^)]+?)\)(?="))? # $title 
": 
('.$this->urlch.'+?) # $url 
(\/)?     # $slash 
([^\w\/;]*?)   # $post 
([\]}]|(?=\s|$|\))) 
/x 

基本上，任何地方，最正則表達式的口味將允許字符類像[a-z,;[\]+-] - 這將匹配「以字母a - z或逗號，分號，打開或關閉方括號，加號或減號」，需要實際上是[a-z,;\[\]+-]（逃避[用\字符）

這逸出REQ要求是由於Java union, intersection and subtraction字符類結構。