请教：正则表达式反向引用（捕获模式）与或（|）同用为何查找到的内容不全？

gemj

请教：正则表达式反向引用（捕获模式）与或（|）同用为何查找到的内容不全？

好比，要对于下面的三段文字，两边加上书名号《》：

唐江西元帅晋王景遂之赴洪州也
唐主以金陵去周境才隔一水洪州
唐礼部侍郎知尚书省事钟谟数奉

使用正则表达式替换，查找表达式为：
(唐)江西元帅晋王景遂之赴洪州也|\1主以金陵去周境才隔一水洪州|\1礼部侍郎知尚书省事钟谟数奉

替换表达式为：
《$&》

替换后我预想的结果是：
《唐江西元帅晋王景遂之赴洪州也》
《唐主以金陵去周境才隔一水洪州》
《唐礼部侍郎知尚书省事钟谟数奉》

但实际的结果是：
《唐江西元帅晋王景遂之赴洪州也》
唐《主以金陵去周境才隔一水洪州》
唐《礼部侍郎知尚书省事钟谟数奉》

问题：
1、这是什么原理？为何反向引用的部分，在查找到的内容中缺失了？
2、如果要达到我预想的结果，应该如何改造表达式？

gemj

改造的话，如果不用捕获模式就没问题，但这里只是以它说明问题。
有时候，捕获模式和或得同时用，否则就不方便。

A1233515

唐(江西元帅晋王景遂之赴洪州也|主以金陵去周境才隔一水洪州|礼部侍郎知尚书省事钟谟数奉)

gemj

A1233515 发表于 2021-2-20 10:57
唐(江西元帅晋王景遂之赴洪州也|主以金陵去周境才隔一水洪州|礼部侍郎知尚书省事钟谟数奉)

感谢大神啦！如果文字是这样的呢：

江西唐元帅晋王景遂之赴洪州也
以金陵去周境才唐主隔一水洪州
礼部侍郎知尚书省事唐钟谟数奉

但我又想反向引用相同的部分。

gemj

虽然这个例子不怎么妥当，但在有的情况下，我需要把一个不短的内容标记出来，在后面多次反向引用。

gemj

但在不使用或（|）时，反向引用的部分在查找到的内容中，不会缺失。好比对下面的文字：

唐江西元帅晋王景唐遂之赴洪州也

用表达式查找：
(唐)[^\r唐]*\1[^\r]*

替换为：
《$&》

结果跟预想一致：
《唐江西元帅晋王景唐遂之赴洪州也》

sylun

不是很清楚的楼主的确切意图。可试试如下代码的效果：

1. Sub test()
   
2.     '将以“唐”字开头的段落前后加书名号
   
3.     Dim t As String
   
4.     Dim exp As Object
   
5.     With ActiveDocument.Content.Find  '在原文档替换
   
6.         t = .Parent.Text
   
7.         .Text = "(^13)(唐[!^13]{1,})"  '段落不宜太长，不包括首段落
   
8.         .Replacement.Text = "\1《\2》"
   
9.         .MatchWildcards = True
   
10.         .Execute Replace:=wdReplaceAll
    
11.     End With
    
12.    
    
13.     Set exp = CreateObject("VBScript.Regexp")
    
14.     With exp
    
15.         .Global = True
    
16.         .Pattern = "^(唐[^\r]+)(\r)"
    
17.         .MultiLine = True
    
18.         Documents.Add.Content.Text = .Replace(t, "《$1》$2")  '在新文档输出正则替换结果
    
19.     End With
    
20. End Sub

复制代码

gemj

sylun 发表于 2021-2-20 20:05
不是很清楚的楼主的确切意图。可试试如下代码的效果：

sylun兄实在费心啦！

不过抱歉，问题我没表达清楚。
我的本意，不是要处理这段文字。
只是想以这段文字为例，请教为什么正则表达式会出现这么奇怪的现象：
“为何反向引用的部分，在查找到的内容中缺失了？”
为什么说它奇怪呢？因为反向引用的部分，在第2、3个段落被替换时丢失了，它明明就是第2、3个或内容的组成部分。
而且，查找时，它明显没丢失，是起了作用的。

这个问题，我理解，是我自己对正则表达式的规则理解不全面。
按理，应该有办法，能达到我们预期的效果。

如果能达到预期的效果，那么，以后在类似的运用中，就可以避开这个陷阱了。

实在太感谢啦！辛苦辛苦！

sylun

请楼主在立即窗口查看如下代码的运行情况

1. Sub test()
   
2.     Dim i As Integer
   
3.     Dim t As String
   
4.     Dim Exp As Object
   
5.     Dim Matches As Object
   
6.     Dim Match As Object
   
7.    
   
8.     t = ActiveDocument.Content.Text
   
9.     Set Exp = CreateObject("VBScript.Regexp")
   
10.     With Exp
    
11.         .Global = True
    
12.         .Pattern = "(唐)江西元帅晋王景遂之赴洪州也|\1主以金陵去周境才隔一水洪州|\1礼部侍郎知尚书省事钟谟数奉"
    
13. '        .Pattern = "(唐)(江西元帅晋王景遂之赴洪州也|主以金陵去周境才隔一水洪州|礼部侍郎知尚书省事钟谟数奉)"
    
14.         .MultiLine = True
    
15.         Set Matches = .Execute(t)
    
16.         For Each Match In Matches '查看立即窗口的显示
    
17.             i = i + 1
    
18.             Debug.Print i & vbTab & Match & vbTab & Match.Submatches.Count & vbTab & Match.Submatches(0) & vbTab & Len(Match.Submatches(0))
    
19.             Stop
    
20.         Next
    
21.         .Pattern = "(唐)(江西元帅晋王景遂之赴洪州也|主以金陵去周境才隔一水洪州|礼部侍郎知尚书省事钟谟数奉)"
    
22.         Documents.Add.Content.Text = .Replace(t, "《$1$2》")  '在新文档输出正则替换结果
    
23.     End With
    
24. End Sub

复制代码

gemj

sylun 发表于 2021-2-20 22:54
请楼主在立即窗口查看如下代码的运行情况

感谢sylun兄！这个代码，确实非常清晰地显示了匹配的内容和过程。方便了解正则表达式的匹配原理！
技术精湛，思路清晰！