正则表达式：没有嵌套组的可选但依赖匹配的序列答案

【问题标题】：Regular expression: Sequence of optional but dependent matches without nesting groups正则表达式：没有嵌套组的可选但依赖匹配的序列
【发布时间】：2016-07-12 08:51:04
【问题描述】：

我正在编写一个正则表达式来匹配 MySQL 在分配给 DATETIME 列时接受的字符串。

正则表达式需要匹配这些字符串：

2016-07-12 06:32:54.0001
2016-07-12 06:32:54.
2016-07-12 06:32:54
2016-07-12 06:32:
2016-07-12 06:32
2016-07-12 06:
2016-07-12 06
2016-07-12 
2016-07-12

但不应匹配这些字符串：

2016-07-12 06:32:.0001
2016-07-12 06::54.0001
2016-07-12 :32:54.0001
2016-07-12 ::.

也就是说，中间空格之后的每个部分都是可选的，但是每个可选的部分都依赖于前面的部分（正则表达式只能跳过其余部分直接到最后）。

目前我有：

/^
(\d+) # year
[[:punct:]]
(\d+) # month
[[:punct:]]
(\d+) # day
(?:
    (?:T|\s+|[[:punct:]]) # seperator between date and time
    (?:
        (\d+) # hour
        (?:
            [[:punct:]]
            (?:
                (\d+) # minute
                (?:
                    [[:punct:]]
                    (?:
                        (\d+) # second
                        (?:
                            \.
                            (\d+)? # microsecond
                        )?
                    )?
                )?
            )?
        )?
    )?
)?
$/xDs

有没有办法避免深度嵌套的组？

谢谢

【问题讨论】：

如果需要使用捕获的值，没有办法简化。如果它是 PCRE 正则表达式，您可以通过将 [[:punct:]] 替换为 \p{P} 来稍微缩短它。
嵌套组似乎是您的问题最自然的解决方案。命名的捕获组可能会使正则表达式更清晰。根据您的语言，您可能更喜欢编写多个正则表达式，并在匹配它们时使用标记（例如用空字符串替换它们）。
这将允许您在不嵌套的情况下分成组：([^\-\s\.\:]{2,4})[\-\s\.\:] 缺点是您无法识别错误的情况，可能会分成不同的正则表达式以检查是否没有重复的分隔符。
用例是什么，顺便说一句？我看不出缩短这个正则表达式的意义。众所周知，好的、高效的正则表达式既复杂又长。
为什么要担心“深度嵌套”？ logic 是嵌套的，所以 pattern 也嵌套是合理的。有用。离开吧。

标签： regex

【解决方案1】：

如果您想在结果中保留捕获的值，您的问题的答案是否。

为什么？ Capturing repeated groups is not supported in PCRE。此外，如果您使用任何类型的(?:(PATTERN_BLOCK)PATTERN_BLOCK2){n}，您只会得到最终的PATTERN_BLOCK 值。如果您考虑过(?(DEFINE)....)、capturing groups inside that block are also reset，那么您将无法访问这些值。

这些带有“嵌套”捕获组的可选组正是您在这种情况下所需要的。

【讨论】：