在正则表达式的可选部分中捕获的组

Posted 2023-04-13

【中文标题】在正则表达式的可选部分中捕获的组

【英文标题】：Captured group in optional part of a regular expression

【发布时间】：2015-04-05 01:08:12

【问题描述】：

我想在字符串的可选部分捕获一个组。

例如：

在字符串“firstName:Bill-lastName:Gates”中，我想捕获2组：

比尔 盖茨

我使用这个正则表达式：

firstName:(.*)-lastName:(.*)

但是当lastName-part是可选的时候，我还是想抓到第一个 组（名字）。

我使用了这个正则表达式，使 lastName 部分成为可选的（在非捕获组中）：

firstName:(.*)(?:-lastName:(.*))?

使用这个更新的正则表达式，生成的组是：

当 lastName 部分不存在时，例如 "firstName:Bill" 捕获的组是：

比尔 /空字符串/

这是正确的，

当 firstName 和 lastName 部分存在时："firstName:Bill-lastName:Gates"，组不正确：

比尔姓氏：盖茨 /空/

我认为这与第一个捕获组的贪婪有关，但是当 lastName-part 是可选的时，如何调整这个正则表达式以使正则表达式工作？

【参考方案1】：

你是对的，这是关于贪婪。查找第一个匹配组的分隔符。因此，如果您的名字“从不”包含破折号，则仅将破折号以外的所有内容与第一个匹配组匹配。

firstName:([^-]*)(?:-lastName:(.*))?

firstName:([^-]*)(?:-lastName:(.*))?

Debuggex Demo

如果找不到这样的分隔符，则需要采取不同的方法。即使您尝试使第一个模式“惰性”，Regex 引擎总是更喜欢 更大的 匹配而不是匹配额外的可选匹配。

这是因为惰性匹配组将匹配满足表达式的第一个字符串（！重要的措辞！）

可能有一个带有外观的选项，但您也可以使用 or 语句而不提供可选匹配项：

firstName:(.*)-lastName:(.*)|firstName:(.*)

这样，正则表达式引擎将匹配或匹配，但更喜欢具有 2 个匹配项的模式，因为它首先列出。只有当这不适用时，它才会尝试单一匹配。

【讨论】：

谢谢，效果很好！ +1 用于 Debuggex 可视化工具和 or 语句解释。

你为什么重复同一行两次？

【参考方案2】：

即使您已经接受了@dognose 的回答，我向您保证，名字中有破折号（您不想惹恼 Jean-Claude van Damme）。我建议你这样做：

    firstName:((?:(?!-lastName:).)*)(?:-lastName:(.*))?

Debuggex Demo

您可以从可视化中看到(?:(?!-lastName:).) 表示“如果当前位置后面没有'-lastName:'，则捕获另一个字符” p>