Question

当所有组都可选时，我无法提取组。

上下文（如果您愿意，请跳至结束）： 这是在将字符串与一堆正则表达式进行最佳匹配，并查看哪个表达式具有大多数组匹配的上下文中。

例如，我可能有一种潜在的格式;

1: [A|B] [CD|DE|EF]-[1-1|1-2|2-2|2-3] [G|H]

但我希望用户输入错误，或者不包含空格或其他内容。

所以我可以针对字符串

测试它

A CD-1-1 G

并希望获得群组

A
CD
1-1

但也是，测试字符串

DE-1-9 G

我想得到

DE
G

所以这是我的正则表达式，以匹配以下可选组

[A|B] [CD|DE|EF]-[1-1|1-2|2-2|2-3] [G|H]

正则表达式：

(A|B)?(?: *)?(CD|DE|EF)?(?:-|(?: ))?((?:1-(?:1|2))|(?:2-(?:2|3)))?(?: *)?(G|H)?

打破我认为这应该如何运作的方式;

（A | B）？ - 匹配“A”或“B”字符（可能存在或不存在）。
（？：*）？ - 匹配一些空格字符（也可能不存在），但不需要该组。
（CD | DE | EF）？ - 匹配“CD”“DE”或“EF”（可能存在也可能不存在）。
（？： - |（?:））？ - 匹配“ - ”或某些空格（可能有也可能没有）。
（（?: 1 - （?: 1 | 2））|（2 - （?: 2 | 3））？）？ - 匹配[1- [1 | 2]]或[2- [2 | 3]]（可能或可能不正确/那里）
（？：*）？ - 匹配一些空格字符（也可能不存在），但不需要该组。
（G | H）？ - 匹配“G”或“H”字符（可能存在或不存在）。

问题与我期望的组不匹配测试字符串

A CD 1-9 G

我希望小组

A
CD

但是我得到了

A
CD

为什么第三组之后不匹配？

Answer 1

Regex101在第2场比赛中抓住G。尝试添加g视频修饰符。

Answer 2

我建议使用

^([AB]?) *(?:(CD|DE|EF)?|[^- ]*)[- ]?(?:(1-[12]|2-[23])?|\S*) *([GH]?)$

请参阅regex demo

当然，重点是添加$锚点 - 字符串结束断言，使字符串匹配到最后。

接下来，当Paulo Almeida指出in the comment时，如果没有1-1，则必须有一些其他子模式匹配，例如1-9。由于CD / DE / EF可以是连字符或空格，因此我们要匹配除空格以外的0 +个字符或-与[^ - ]匹配的字符。由于在1-1 / 1-2 / 2-2 / 2-3之后可以有空格，所以让我们匹配所有非空白字符。可以进行更多这样的调整，但这就是可以编写正则表达式的方法。

我还建议删除单个字符的替换并将它们转换为字符类。 (?: *)? = *。

Answer 3

这看起来有点像验证，几乎所有东西都是可选的不过，你需要一些东西来帮助排队。

首先，锚点^$。需要这个或一些其他伪锚（文本）给它一个开始和结束以集中搜索。

其次，数据部分之间的公共可选分隔符。这给了它消耗的东西。可以使用空格和短划线[- ]。

这将从左到右排列部件。它们都是可选的。

^(?=.)[- ]*([AB])?[- ]*(CD|DE|EF)?[- ]*(?:(1-[12]|2-[23])|\d-\d)?[- ]*([GH])?[- ]*$

随之而来的一些解释：

 ^                             # Beginning of string
 (?= . )                       # Only used to insure not a blank line
 [- ]*                         # Optional specific delimiters
 ( [AB] )?                     # (1), Optional A or B
 [- ]*                         # Optional specific delimiters
 ( CD | DE | EF )?             # (2), Optional CD or DE or EF
 [- ]*                         # Optional specific delimiters
 (?:                           # Optional numb-numb
      ( 1- [12] | 2- [23] )         # (3), Only ones we care about
   |                              # or,
      \d - \d                       # Any numb-numb
 )?
 [- ]*                         # Optional specific delimiters
 ( [GH] )?                     # (4), Optional G or H
 [- ]*                         # Optional specific delimiters
 $                             # End of string

所有捕获组都设置为可选（不是它们的内容），因此它会生成
如果它们有数据（NULL或长度> 0，取决于引擎），它很容易测试。

测试：

为了进行测试，我使用了多线模式并将所有条目都包含在一起字符串（如果您一次只检查一个输入，请不要使用此模式）。

输入：

A CD 1-9 G
DE-1-9 G
A CD-1-1 G
AG
4-8

输出：

 **  Grp 0 -  ( pos 0 , len 10 ) 
A CD 1-9 G  
 **  Grp 1 -  ( pos 0 , len 1 ) 
A  
 **  Grp 2 -  ( pos 2 , len 2 ) 
CD  
 **  Grp 3 -  NULL 
 **  Grp 4 -  ( pos 9 , len 1 ) 
G  
-----------
 **  Grp 0 -  ( pos 12 , len 8 ) 
DE-1-9 G  
 **  Grp 1 -  NULL 
 **  Grp 2 -  ( pos 12 , len 2 ) 
DE  
 **  Grp 3 -  NULL 
 **  Grp 4 -  ( pos 19 , len 1 ) 
G  
-----------
 **  Grp 0 -  ( pos 22 , len 10 ) 
A CD-1-1 G  
 **  Grp 1 -  ( pos 22 , len 1 ) 
A  
 **  Grp 2 -  ( pos 24 , len 2 ) 
CD  
 **  Grp 3 -  ( pos 27 , len 3 ) 
1-1  
 **  Grp 4 -  ( pos 31 , len 1 ) 
G  
-----------
 **  Grp 0 -  ( pos 34 , len 2 ) 
AG  
 **  Grp 1 -  ( pos 34 , len 1 ) 
A  
 **  Grp 2 -  NULL 
 **  Grp 3 -  NULL 
 **  Grp 4 -  ( pos 35 , len 1 ) 
G  
-----------
 **  Grp 0 -  ( pos 38 , len 3 ) 
4-8  
 **  Grp 1 -  NULL 
 **  Grp 2 -  NULL 
 **  Grp 3 -  NULL 
 **  Grp 4 -  NULL

正则表达式匹配和所有可选组

3 个答案: