c#正则平衡组与递归匹配问题

[云稀]

<div[^>]*>(((?<o>)<div[^>]*>|(?<-o>)</div>|(?:(?!</?div)[\s\S]))*)(?(o)(?!))</div>

(?:(?!</?div)[\s\S])

请问在第一行中和第二行部份，怎么理解？

[十八道胡同]

客客的blog讲的很清楚
lxcnn

[十八道胡同]

http://blog.csdn.net/lxcnn/archive/2009/08/03/4402808.aspx

(?:(?! </?div)[\s\S])
----
[\s\S]就是匹配全部字符,只匹配一个字符
/? 就是/可有可无
(?:(?! </?div)[\s\S])
匹配不是<div或者</div的第一个字符.

[兔子-顾问]

(?:(?!</?div)[\s\S])
--------------------
(?:(?!</?div)[\s\S])
表示整体组合，并取消分组，不压入堆栈保存结果，目的是加快速度，减少内存分配和堆栈操作。
--------------------
(?!</?div)[\s\S]
--------------------
\s表示符号
\S表示非符号
符号或者非符号就表示所有字符，这样写的目的是不使用但行模式时，.无法匹配\n，这样就可以表示比.更完整的所有字符的含义。
--------------------
(?!</?div)
--------------------
这个是一个非常经典的思路，不知道是不是过客兄自创的，他自创了很多写法，都灰常好。
先不说这个，简化一下。
比如字符串为：abc
(?!c)
这表示什么？这表示一个位置，什么位置呢，就是后面一个字符不是c的位置，那么这将有3个位置被匹配到。
分别是a前面，b前面，和c后面。为什么有c后面？因为c后面不是没有字符，而是有一个特殊的正则标记$
所以c后面也被捕获。
(?!</div)
这个就捕获<div前面的所有位置

其实你的问题和平衡组没啥关系。平衡组，过客兄博客写的太清除了。我也很喜欢正则，给你说一下好了，我很喜欢简化掉例子中复杂的表达式。

还是abc的例子
概念我还是弄不清楚，反正就这么写。广义平衡组吧，貌似这么叫的。

a((?<o>a)|(?<-o>c)|[^ac]+)+(?(o)(?!))c

就是a或者c或者不是a,c之外的任意多个字符重复。a压入堆栈，c对应的弹出堆栈，如果有某个堆栈没有出栈，则放弃堆栈捕获只返回符合的堆栈。
结果就是捕获到abc。

如果是
ababcc
平衡组捕获到babc，其中入栈的是第二个元素a，出栈的是第一个出现的c，其他的字符由[^ac]+捕获到。不知道这是不是过客兄自己的独创，确实比我们当初那次，第一次见到思归用平衡组的写法要简单的多了。

[兔子-顾问]

仔细回味了一下当年思归用平衡组解决的一个问题，是说如何判断一个字符串是由数字和字母组成的，并且数字和字母都要存在，这是第一次见到过客说的广义平衡组。
数字和字母组成的，怎么写？[a-zA-Z0-9]+
但你无法限制数字或字母必须出现过。
当然，我们不用平衡组也能实现。比如js中支持的语法，断言
^(?![^0-9]*$)(?![^a-zA-Z]*$)[a-zA-Z0-9]+$
但也可以用做为很好的平衡组的例子。
^((?<a>[0-9])|(?<b>[a-zA-Z]))+(?(a)|(?!))(?(b)|(?!))$
数字分组为a，因为没有<-a>的分组，所以只要有<a>分组捕获即可(?(a))结果就是true
同理b分组捕获大小写字母
(?(a)|(?!))
表示如果分组a捕获到，则不做任何行为，如果没捕获到则表达式失败。


er..
更专业的讲解还是看过客的博客吧。

[兔子-顾问]

再按我的理解说一下，
a((?<o>a)|(?<-o>c)|[^ac]+)+(?(o)(?!))c
平衡组的部分，还是不够深入了解。
再猜测一次把。
(?(o)(?!))
意思是，如果o分组捕获到，则执行(?!)表示失败。
如果<-o>分组捕获到，则o和-o都被移除堆栈，所以如果-o捕获到，则?(o)的结果是false。因为没写任何操作，则如果没捕获到，则不做任何处理，捕获到则执行(?!)。

咱们还是期待过客兄吧。或是一起看看他博客。