文字列内の{}でくくられた部分を取得する正規表現

Question

C++でテキストデータを解析する処理を作成しています。
テキストデータは以下のような特定のタグの後ろに{}が記述されるデータで一つのファイルの中に複数のタグが存在します。タグは必ず{で始まり}で終わり、中に改行コードや別のタグを含むことが可能な作りです。
このような文字列データの{}の中の文字列だけ取得しようとしています。たとえばTAG1のデータを取得する場合には
"##SUBTAG1{hogehoge}"
が返ってくる事を期待しています。
boost::regexの正規表現でTAG毎に分割できないか検討をしているのですが、親タグの中身を取得しようとしても子タグの}で切れてしまい期待したとおりに文字列が分割できません。
期待したとおりに分割するためには正規表現パターンをどのように記載すればよいのでしょうか？

###テキストデータの形式

#TAG1{
##SUBTAG1{
hogehoge
}
##SUBTAG2{
###NESTTAG{
fugafuga
}
}
}
#TAG2{
fugafuga
}

Answer 1

Perlで確認できた正規表現のままで期待通りのデータを取得することができました。

sregex pattern;
pattern = sregex::compile("\{((?>[^{}]+)|(?R))*\}");
smatch match;
if (regex_search(line, match, pattern))
{
std::cout << match[0] << std::endl;
}

Answer 2

こんにちは。

標準的な正規表現ではできないようですが、再帰パターンをサポートした正規表現ライブラリを使えばできるようです。

PHPの再帰的パターンの説明が分かりやすいです。
そして、正規表現ライブラリ boost::xpressive を使うをみると、これも再帰パターンをサポートしているそうです。

Comments

[hoge_beginner]

ご回答ありがとうございます。

\{ ( ( (?>[^()]+) | (?R) )* ) \}
上記のような正規表現を想定して下記のコードを実装してみたのですが、{ hogehoge }にマッチしてしまいTAG1の{}内を取得することができませんでした。
正規表現の記述の仕方がおかしいのでしょうか？実装の仕方に問題があるのでしょうか？

```ここに言語を入力
std::string str = "#TAG1{ ##SUBTAG1{ hogehoge } ##SUBTAG2{ ###NESTTAG{ fugafuga } } }";

sregex notBraketPattern = sregex::compile("(?>[^{}]+)");
sregex internalPattern;
internalPattern = *(notBraketPattern | by_ref(notBraketPattern));
sregex pattern;
pattern = '{' >> (s1 = internalPattern) >> '}';
smatch match;
if (regex_search(line, match, pattern))
{
std::cout << match[0] << std::endl;
}
```

[Chironian]

"{ ##SUBTAG1{ hogehoge }"ではなくて、"{ hogehoge }"にマッチするのであれば、再帰的なマッチには成功していると思います。
後は、pattern を{}の前にある文字列も含むように記述すればできそうな気がします。
（すいません。私自身は正規表現には詳しくないので具体的な記述方法は分かりません。）

[hoge_beginner]

ありがとうございます。

Perlで確認したところ正規表現は下記にして期待した検出できました。
\{((?>[^{}]+)|(?R))*\}

boost::xpressiveで使用する静的な正規表現の書き方に問題があると思うのですが、何が問題か分かりません。