用于捕获组的正则表达式无法识别

Posted 2023-04-13

【中文标题】用于捕获组的正则表达式无法识别

【英文标题】：RegEx for capturing group not recognized

【发布时间】：2019-09-27 20:15:44

【问题描述】：

我有以下正则表达式：

(?:\/(?<root>family-resources|employer-resources|newsroom|text-pages))?\/(?:(?<path>[0-9A-z=\-\s]+\/?)+)

如您所见，我正在尝试设置两个命名捕获组 - root 和 path。但是，在运行此程序并检查匹配组时，没有 root 组 - 只有 path。

使用 C#：

root = match.Groups["root"]?.Value ?? "Text Pages"; // Returns an empty string as the root group is missing.

我能够通过在https://regex101.com/ 上运行正则表达式模式来重现这一点。

如果您输入以下测试字符串：

/sitecore/content/Corporate-New/home/employer-resources/back-up-care

你会注意到你只得到一个命名的捕获组 - path。 为什么root 没有被退回？

似乎我对命名捕获组使用了正确的语法。我已经尝试在捕获组之外和正则表达式模式内添加括号，但都没有奏效。我在想也许正则表达式模式没有被理解。

【参考方案1】：

试试这个正则表达式：

(?:.*\/(?<root>family\-resources|employer\-resources|newsroom|text\-pages))?\/(?:(?<path>[0-9A-z=\-\s]+\/?)+)

我在每个 - 前面添加了一个反斜杠，因为它们是保留的，并且在开头添加了一个 .* 以接受第一组之前的任何路径。

(?: ) 要求括号之间的所有内容都在非捕获组中。 .* 允许路径的开头与模式匹配。否则，遇到的第一个斜杠将匹配并停止解析（在 sitecore）。

另一种解决方案是使用后视：

(?<=\/)(?<root>family\-resources|employer\-resources|newsroom|text\-pages)?\/(?:(?<path>[0-9A-z=\-\s]+\/?)+)

这稍微高级一些，但更接近您试图实现的目标。

【讨论】：

成功了，特别是.* 部分。有什么特别的理由需要这样做吗？无论如何，标记为已解决...谢谢！

我添加了一个解释，以及一个替代的、更高级的解决方案。

谢谢！有道理。