正则表达式，包括结果中应该是非捕获组的内容

Question

我有以下简单的测试，我正在尝试获取正则表达式模式，以便它提取不带“.exe”后缀的可执行文件名称。
 
我的非捕获组设置 (?:\\.exe) 似乎不起作用，或者我误解了它的工作原理。
 
regex101 和 regexstorm.net 都显示相同的结果，前者确认 "(?:\.exe)" 是非捕获匹配。
 
关于我做错了什么有什么想法吗？

// test variable for what i would otherwise acquire from Environment.CommandLine
var testEcl = "\"D:\\src\\repos\\myprj\\bin\\Debug\\MyApp.exe\" /?"
var asmName = Regex.Match(testEcl, @"[^\\]+(?:\.exe)", RegexOptions.IgnoreCase).Value;
// expecting "MyApp" but I get "MyApp.exe"

我已经能够通过使用定义了组名的匹配模式来提取我想要的值，如下所示，但我想了解为什么非捕获组设置方法没有按我预期的方式工作到。

// test variable for what i would otherwise acquire from Environment.CommandLine
var testEcl = "\"D:\\src\\repos\\myprj\\bin\\Debug\\MyApp.exe\" /?"
var asmName = Regex.Match(Environment.CommandLine, @"(?<fname>[^\\]+)(?<ext>\.exe)", 
    RegexOptions.IgnoreCase).Groups["fname"].Value;
// get the desired "MyApp" result

/eoq

Answer 1

(?:...) 是一个非捕获组，它匹配并仍然使用文本。这意味着该组匹配的文本部分仍然添加到整体匹配值中。

一般来说，如果你想匹配一些东西而不是消费，你需要使用lookarounds。因此，如果您需要匹配后面带有特定字符串的内容，请使用 positive lookahead, (?=...) 构造：

some_pattern(?=specific string) // if specific string comes immmediately after pattern
some_pattern(?=.*specific string) // if specific string comes anywhere after pattern

如果您需要匹配但之前“从匹配中排除”某些特定文本，请使用积极的后视：

(?<=specific string)some_pattern // if specific string comes immmediately before pattern
(?<=specific string.*?)some_pattern // if specific string comes anywhere before pattern

请注意，.*? 或 .* - 即带有 *、+、?、{2,} 甚至 {1,3} 量词的模式 - 正则表达式引擎并不总是支持后向模式，但是，C# .NET 正则表达式引擎幸运地支持它们。 Python PyPi regex 模块、Vim、JGSoft 软件以及现在兼容 ECMAScript 2018 的 JavaScript 环境也支持它们。

在这种情况下，您可以捕获您需要获取的内容，并且只匹配上下文而不捕获：

var testEcl = "\"D:\\src\\repos\\myprj\\bin\\Debug\\MyApp.exe\" /?";
var asmName = string.Empty; 
var m = Regex.Match(testEcl, @"([^\\]+)\.exe", RegexOptions.IgnoreCase);
if (m.Success)
{
    asmName = m.Groups[1].Value;
}
Console.WriteLine(asmName);

见C# demo

详情

• ([^\\]+) - 正在捕获组 1：除 \ 之外的一个或多个字符
• \. - 文字点
• exe - 文字 exe 子字符串。

由于我们只对捕获第 1 组内容感兴趣，因此我们抓取 m.Groups[1].Value，而不是整个 m.Value（包含 .exe）。

Answer 2

您使用的是non-capturing group。这里的重点是group这个词； 组不捕获.exe，但一般的正则表达式仍然可以。

您可能想要使用positive lookahead，它只是断言字符串必须满足匹配有效的条件，尽管该条件未被捕获。

换句话说，你希望(?=，而不是(?:，在你的组的开始。

前者仅当您枚举the Groups property 中的Match object 时；在你的情况下，你只是使用the Value property，所以普通组(\.exe)和非捕获组(?:\.exe)之间没有区别。

要查看区别，请考虑以下测试程序：

static void Main(string[] args)
{
    var positiveInput = "\"D:\\src\\repos\\myprj\\bin\\Debug\\MyApp.exe\" /?";
    Test(positiveInput, @"[^\\]+(\.exe)");
    Test(positiveInput, @"[^\\]+(?:\.exe)");
    Test(positiveInput, @"[^\\]+(?=\.exe)");

    var negativeInput = "\"D:\\src\\repos\\myprj\\bin\\Debug\\MyApp.dll\" /?";
    Test(negativeInput, @"[^\\]+(?=\.exe)");
}

static void Test(String input, String pattern)
{
    Console.WriteLine($"Input: {input}");
    Console.WriteLine($"Regex pattern: {pattern}");

    var match = Regex.Match(input, pattern, RegexOptions.IgnoreCase);

    if (match.Success)
    {
        Console.WriteLine("Matched: " + match.Value);
        for (int i = 0; i < match.Groups.Count; i++)
        {
            Console.WriteLine($"Groups[{i}]: {match.Groups[i]}");
        }
    }
    else
    {
        Console.WriteLine("No match.");
    }
    Console.WriteLine("---");
}

这个的输出是：

Input: "D:\src\repos\myprj\bin\Debug\MyApp.exe" /?
Regex pattern: [^\\]+(\.exe)
Matched: MyApp.exe
Groups[0]: MyApp.exe
Groups[1]: .exe
---
Input: "D:\src\repos\myprj\bin\Debug\MyApp.exe" /?
Regex pattern: [^\\]+(?:\.exe)
Matched: MyApp.exe
Groups[0]: MyApp.exe
---
Input: "D:\src\repos\myprj\bin\Debug\MyApp.exe" /?
Regex pattern: [^\\]+(?=\.exe)
Matched: MyApp
Groups[0]: MyApp
---
Input: "D:\src\repos\myprj\bin\Debug\MyApp.dll" /?
Regex pattern: [^\\]+(?=\.exe)
No match.
---

第一个正则表达式 (@"[^\\]+(\.exe)") 将 \.exe 作为一个普通组。 当我们枚举 Groups 属性时，我们看到.exe 确实是我们输入中捕获的一个组。 （注意整个正则表达式本身就是一个组，因此Groups[0] 等于Value）。

第二个正则表达式 (@"[^\\]+(?:\.exe)") 是您的问题中提供的。 与前一种情况相比，唯一的区别是 Groups 属性不包含 .exe 作为其条目之一。

我建议您使用第三个正则表达式 (@"[^\\]+(?=\.exe)")。 现在，输入的.exe 部分根本不会被正则表达式捕获，但是正则表达式不会匹配字符串，除非它以.exe 结尾，如第四个场景所示。

Answer 3

它会匹配非捕获组但不会捕获它，所以如果你想要未捕获的部分，你应该访问捕获组而不是整个匹配

您可以在

中访问组

var asmName = Regex.Match(testEcl, @"([^\\]+)(?:\.exe)", RegexOptions.IgnoreCase);
asmName.Groups[1].Value

正则表达式的演示可以在here找到