JIRA 标识符的正则表达式

Question

我正在尝试从一行文本中提取 JIRA 标识符。

JIRA 标识符的格式为 [A-Z]+-[0-9] - 我有以下模式：

foreach my $line ( @textBlock ) {
    my ( $id ) = ( $line =~ /[\s|]?([A-Z]+-[0-9]+)[\s:|]?/ );
    push @jiraIDs, $id if ( defined $id && $id !~ /^$/ );
}

如果有人在另一个字符串中指定了一些包含该模式的文本，这将无法解决 - 例如，blah_blah_ABC-123 将匹配 ABC-123。我不想强制在匹配项前必须有空格或其他分隔符，因为如果标识符位于行首，则会失败。

谁能推荐必要的符文？

谢谢。

Answer 1

官方 JIRA ID 正则表达式（Java）：

Atlassian 自己有几个网页浮动，表明一个好的 (java) 正则表达式是这样的：

((?<!([A-Z]{1,10})-?)[A-Z]+-\d+)

（来源：https://confluence.atlassian.com/display/STASHKB/Integrating+with+custom+JIRA+issue+key）

Test String:
"BF-18 abc-123 X-88 ABCDEFGHIJKL-999 abc XY-Z-333 abcDEF-33 ABC-1"

Matches:
BF-18, X-88, ABCDEFGHIJKL-999, DEF-33, ABC-1

改进的 JIRA ID 正则表达式（Java）：

但是，我不太喜欢它，因为它会匹配“abcDEF-33”中的“DEF-33”，而我更愿意完全忽略“abcDEF-33”。所以在我自己的代码中我正在使用：

((?<!([A-Za-z]{1,10})-?)[A-Z]+-\d+)

注意“DEF-33”不再匹配：

Test String:
"BF-18 abc-123 X-88 ABCDEFGHIJKL-999 abc XY-Z-333 abcDEF-33 ABC-1"

Matches:
BF-18, X-88, ABCDEFGHIJKL-999, ABC-1

改进的 JIRA ID 正则表达式 (JavaScript)：

我还需要 JavaScript 中的这个正则表达式。不幸的是，JavaScript 不支持 LookBehind (?<!a)b，所以我不得不将它移植到 LookAhead a(?!b) 并反转所有内容：

var jira_matcher = /\d+-[A-Z]+(?!-?[a-zA-Z]{1,10})/g

这意味着要匹配的字符串也需要提前反转：

var s = "BF-18 abc-123 X-88 ABCDEFGHIJKL-999 abc XY-Z-333 abcDEF-33 ABC-1"
s = reverse(s)
var m = s.match(jira_matcher);

// Also need to reverse all the results!
for (var i = 0; i < m.length; i++) {
    m[i] = reverse(m[i])
}
m.reverse()
console.log(m)

// Output:
[ 'BF-18', 'X-88', 'ABCDEFGHIJKL-999', 'ABC-1' ]

Answer 2

您可以确保模式之前的字符是空格，或者是使用交替的字符串的开头。同样确保它后跟空格或字符串结尾。

你可以使用这个正则表达式：

my ( $id ) = ( $line =~ /(?:\s|^)([A-Z]+-[0-9]+)(?=\s|$)/ );

Answer 3

如果您在问题中包含示例数据，您可以从可能没有 Jira 等的人那里获得最佳答案。

这是另一种看法-

my $matcher = qr/ (?: (?<=\A) | (?<=\s) )
                  ([A-Z]{1,4}-[1-9][0-9]{0,6})
                  (?=\z|\s|[[:punct:]]) /x;

while ( <DATA> )
{
    chomp;
    my @matches = /$matcher/g;
    printf "line: %s\n\tmatches: %s\n",
        $_,
        @matches ? join(", ", @matches) : "none";
}

__DATA__
JIRA-001 is not valid but JIRA-1 is and so is BIN-10000,
A-1, and TACO-7133 but why look for BIN-10000000 or BINGO-1?

请记住，[0-9] 将匹配 0001 和您可能不想要的朋友。我认为，但无法验证，Jira 将问题前缀截断为最多 4 个字符。所以我做的正则表达式只允许 1-4 个大写字母；如果错了很容易改变。 1000 万张票似乎是问题数量的合理上限。我还允许使用尾随标点符号。你可能不得不调味那种东西来品尝，狂野的数据。如果您匹配的字符串可能具有多个问题 ID，则需要 g 并捕获到数组而不是标量。

line: JIRA-001 is not valid but JIRA-1 is and so is BIN-10000,
        matches: JIRA-1, BIN-10000
line: A-1, and TACO-7133 but why look for BIN-10000000 or BINGO-1?
        matches: A-1, TACO-7133