QRegexp 特质（与 perl 相比）：如何在没有惰性量词的情况下编写此正则表达式？

Posted 2023-03-28

【中文标题】QRegexp 特质（与 perl 相比）：如何在没有惰性量词的情况下编写此正则表达式？

【英文标题】：QRegexp idiosyncracies (compared to perl): How can I write this regexp without the lazy quantifier?

【发布时间】：2009-10-16 16:40:11

【问题描述】：

我有以下在 perl 中可以正常工作的正则表达式：

Classification:\s([^\n]+?)(?:\sRange:\s([^\n]+?))*(?:\sStructural Integrity:\s([^\n]+))*\n

这个字符串应该匹配的数据格式类型是：

Classification: Class Name     Range: xxxx     Structural Integrity: value
Classification: Class Name    Structural Integrity: value
Classification: Class Name

即：“范围”和“结构完整性”字段是可选的。所以想要的结果是：

$& [Classification: Class Name Range: xxxx Structural Integrity: value ]
$1 [Class Name ]
$2 [xxxx ]
$3 [value ]

$& [Classification: Class Name    Structural Integrity: value ]
$1 [Class Name ]
$2 [value ]

$& [Classification: Class Name ]
$1 [Class Name ]

表达式使用 ?两个地方的惰性量词。 QRegExp 不支持此运算符，而是 Qt 使用“最小”属性，当设置为 true 时，使表达式中的 all 量词非贪婪

有了这些信息，我编写了我的代码：

QRegExp rx("Classification:\\s([^\\n]+)(?:\\sRange:\\s([^\\n]+))*(?:\\sStructural Integrity:\\s([^\\n]+))*\\n");
rx.setMinimal(true);

但结果不正确，经过多次调整，我无法获得正确的捕获。是否可以将其拆分为更多代码和更少的正则表达式？还是在没有惰性运算符的情况下重写它？

【问题讨论】：

不，不是星际迷航……但它与空间有关；）

【参考方案1】：

类似这样的：

QRegExp rx("(Classification|Range|Structural\\s+Integrity):|(\\S+)");
QStringList classification();
QStringList range();
QStringList integrity();

QStringList current = null;

int pos;
while ((pos = rx.indexIn(str, pos)) != -1) 
    if (rx.cap(1) == null) 
        if (current != null) 
            current << rx.cap(2);
        
    
    else if ("Classification".equals(rx.cap(1))) 
       current = classification;
    
    else if ("Range".equals(rx.cap(1))) 
       current = range;
    
    else if ("Structural Integrity".equals(rx.cap(1))) 
       current = integrity;
    
    pos += rx.matchedLength();

它匹配后跟冒号或单词的有效键。如果是键，则将当前列表更改为对应的列表。否则将单词添加到当前列表中。

最后，您将拥有列表classification、range 和integrity，其中包含相应键之后的单词。你可以在全场比赛结束后加入他们：

QString classificationString = classification.join(" ");

但它并不关心键的顺序。

【参考方案2】：

还有 QRegExp::RegExp2 从 4.2 开始支持贪婪量词