使用正则表达式从字符串中提取输入参数到参数和值组

Question

我需要帮助使用正则表达式将字符串中的这些参数提取/拆分为参数和值组。

Input -> collection_a=['U1', 'U2'], collection_b=['U1', 'U2']

output -> Group Parameter = collection_a
          Group Value = ['U1', 'U2']

          Group Parameter = collection_b
          Group Value = ['U1', 'U2']

Input -> collection=['U1', 'U2'], callback_macro=utils.user_email(user_id=$$)

output -> Group Parameter = collection
          Group Value = ['U1', 'U2']

          Group Parameter = callback_macro
          Group Value = utils.user_email(user_id=$$)

Input -> collection=['U1', 'U2'], callback_macro=utils.user_email(user_id=$$, config={'user': 'ADMIN'})

output -> Group Parameter = collection
          Group Value = ['U1', 'U2']

          Group Parameter = callback_macro
          Group Value = utils.user_email(user_id=$$)

Input -> collection=['U1','U2'], callback_macro=string.replace(value=$$, pattern=^(.*)$, replacement={'user': $1})

output -> Group Parameter = collection
          Group Value = ['U1', 'U2']

          Group Parameter = callback_macro
          Group Value = string.replace(value=$$, pattern=^(.*)$, replacement={'user': $1})

我正在使用这个正则表达式

/((\s*(?<parameter>[a-z_]+)\s*=\s*(?<value>((?!(,\s*[a-z_]+)\s*=\s*).)*)),{1,})/g

，它在情况 1 和情况 2 中完美运行，但在情况 3 和 4 中中断，因为在情况 3 和 4 中它包含

= 

在参数值中。

正则表达式链接-https://regex101.com/r/U2CaLb/1

Answer 1

有这些要求做拆分会非常困难
您可以匹配key/value并将它们放入数组中。
请注意，第三个输入样本不遵循其他模式。

这里有一些选项可供选择。

方法 1 这个正则表达式使用单级大括号匹配作为它的一部分。

(\w+)=((?:\[.*?\]|\(.*?\)|{.*?}|[^,\r\n])*)

https://regex101.com/r/fnPb6e/1

 ( \w+ )                       # (1)
 =
 (                             # (2 start)
    (?:
       \[ .*? \] 
     | \( .*? \) 
     | { .*? } 
     | 
       [^,\r\n] 
    )*
 )                             # (2 end)

对于平衡大括号文本、PCRE 或非网络引擎：

方法2这个正则表达式是嵌套

()

,

[]

,

{}

的简单版本 独立找到平衡端以完成。

(\w+)=((?:(\[(?:[^\[\]]++|(?3))*\])|(\((?:[^()]++|(?4))*\))|({(?:[^{}]++|(?5))*})|[^,\r\n])*)

https://regex101.com/r/dgWMDZ/1

 ( \w+ )                       # (1)
 =
 (                             # (2 start)
    (?:
       (                             # (3 start)
          \[
          (?:
             [^\[\]]++ 
           | (?3)
          )*
          \]
       )                             # (3 end)
     | (                             # (4 start)
          \(
          (?:
             [^()]++ 
           | (?4)
          )*
          \)
       )                             # (4 end)
     | (                             # (5 start)
          {
          (?:
             [^{}]++ 
           | (?5)
          )*
          }
       )                             # (5 end)
     | [^,\r\n]
    )*
 )                             # (2 end)

方法3这个正则表达式将平衡嵌套在里面的不同括号
彼此（如果适用）。这将允许更多的内部支撑结构
项目，这种情况可能不需要，但将来可能需要。
这是增强的Method 2版本并包含该功能。

(\w+)=((?:(\[(?:[^\[\](){}]++|(?3))*\]|\((?:[^\[\](){}]++|(?3))*\)|{(?:[^\[\](){}]++|(?3))*})|[^,\r\n])*)

https://regex101.com/r/ZubSke/1

 ( \w+ )                       # (1)
 =
 (                             # (2 start)
    (?:
       (                             # (3 start)
          \[ 
          (?:
             [^\[\](){}]++ 
           | (?3) 
          )*
          \] 
        | 
          \( 
          (?:
             [^\[\](){}]++ 
           | (?3) 
          )*
          \) 
        | 
          {
          (?:
             [^\[\](){}]++ 
           | (?3) 
          )*
          }
       )                             # (3 end)
     | 
       [^,\r\n] 
    )*
 )                             # (2 end)

方法 4 与方法 3 相同，并添加了对简单单引号或双引号字符串的处理。
此正则表达式将混合在任何其他分隔符对中的引号解析
平衡，以及这些定界符之外。
请注意，有一个通过，垃圾收集器

[^,\r\n]

让捕获不平衡
分隔符。这是设计使然，因为平衡文本实际上只是充实过程中的一个建议。

(\w+)=((?:(\[(?:[^\[\](){}'"]++|(?4)|(?3))*\]|\((?:[^\[\](){}'"]++|(?4)|(?3))*\)|{(?:[^\[\](){}'"]++|(?4)|(?3))*})|('[^'\r\n]*?'|"[^"\r\n]*?")|[^,\r\n])*)

https://regex101.com/r/090iI7/1

 ( \w+ )                       # (1)
 =
 (                             # (2 start)
    (?:
       (                             # (3 start)
          \[ 
          (?:
             [^\[\](){}'"]++ 
           | (?4) 
           | (?3) 
          )*
          \] 
        | 
          \( 
          (?:
             [^\[\](){}'"]++ 
           | (?4) 
           | (?3) 
          )*
          \) 
        | 
          {
          (?:
             [^\[\](){}'"]++ 
           | (?4) 
           | (?3) 
          )*
          }
       )                             # (3 end)
     | (                             # (4 start)
          ' [^'\r\n]*? '
        | 
          " [^"\r\n]*? "
       )                             # (4 end)
     | 
       [^,\r\n] 
       
    )*
 )                             # (2 end)