带有可选匹配组的正则表达式

Posted 2023-04-13

【中文标题】带有可选匹配组的正则表达式

【英文标题】：Regex with optional matching groups

【发布时间】：2016-06-06 22:51:43

【问题描述】：

我正在尝试解析给定的字符串，它是一种用/ 分隔的路径。我需要编写将路径中的每个段匹配到相应正​​则表达式组的正则表达式。

示例 1：

输入：

/EAN/SomeBrand/appliances/refrigerators/RF444

输出：

Group: producer, Value: SomeBrand Group: category, Value: appliances Group: subcategory, Value: refrigerators Group: product, Value: RF4441

示例 2：

输入：

/EAN/SomeBrand/appliances

输出：

Group: producer, Value: SomeBrand Group: category, Value: appliances Group: subcategory, Value: Group: product, Value:

我尝试了以下代码，当路径已满时（如在第一个示例中），它可以正常工作，但在输入字符串不偏不倚时无法找到组（如示例 2 中）。

static void Main()

  var pattern = @"^" + @"/EAN"
                + @"/" + @"(?<producer>.+)"
                + @"/" + @"(?<category>.+)"
                + @"/" + @"(?<subcategory>.+)"
                + @"/" + @"(?<product>.+)?"
                + @"$";

  var rgx = new Regex(pattern, RegexOptions.Compiled | RegexOptions.IgnoreCase);
  var result = rgx.Match(@"/EAN/SomeBrand/appliances/refrigerators/RF444");

  foreach (string groupName in rgx.GetGroupNames())
  
    Console.WriteLine(
       "Group: 0, Value: 1",
       groupName,
       result.Groups[groupName].Value);
  


  Console.ReadLine();

欢迎提出任何建议。不幸的是，我不能简单地拆分字符串，因为我使用的框架需要正则表达式对象。

【问题讨论】：

这是否意味着您的所有部分（包括producer 和category）都是可选的？

【参考方案1】：

试试

var pattern = @"^" + @"/EAN"
    + @"(?:/" + @"(?<producer>[^/]+))?"
    + @"(?:/" + @"(?<category>[^/]+))?"
    + @"(?:/" + @"(?<subcategory>[^/]+))?"
    + @"(?:/" + @"(?<product>[^/]+))?";

请注意我是如何将. 替换为[^/] 的，因为您想使用/ 来拆分字符串。甚至注意每个子部分的可选量词的使用 (?)

【参考方案2】：

您可以使用可选组(...)? 并将.+ 贪心点匹配模式替换为否定字符类[^/]+：

^/EAN/(?<producer>[^/]+)/(?<category>[^/]+)(/(?<subcategory>[^/]+))?(/(?<product>[^/]+))?$
                                           ^                      ^^^                  ^^

见regex demo

这就是您需要在 C# 代码中声明正则表达式的方式：

var pattern = @"^" + @"/EAN"
            + @"/(?<producer>[^/]+)"
            + @"/(?<category>[^/]+)"
            + @"(/(?<subcategory>[^/]+))?"
            + @"(/(?<product>[^/]+))?"
            + @"$";

var rgx = new Regex(pattern, RegexOptions.Compiled | RegexOptions.IgnoreCase | RegexOptions.ExplicitCapture);

请注意，我使用常规捕获组作为可选组，但 RegexOptions.ExplicitCapture 标志会将所有未命名的捕获组变为 非捕获，因此它们不会出现在 Match.Groups 中.因此，即使不使用非捕获可选组(?:...)?，我们也始终只有 5 个组。