带有可选子组的 RegEx 可选组答案

【问题标题】：RegEx optional group with optional sub-group带有可选子组的 RegEx 可选组
【发布时间】：2020-02-14 14:09:40
【问题描述】：

我有一组命名相当不一致的字符串，但它们的结构应该足以分组。

摘录如下：

test test 1970-2020 w15.txt
test 1970-2020 w15.csv
test  1990-99 q1 .txt
test 1981 w15 .csv
test test  w15.csv

我正在尝试使用以下 RegEx 按组（测试名称、（年份）？、后缀、类型）提取信息：

(.*)\s+([0-9]+(\-[0-9]+)?\s+)?((w|q)[0-9]+(\s+)?)(\..*)$

除了与年份匹配的可选组（年份间隔、单年或根本没有年份）外，它都有效。我缺少什么来使模式起作用？

这里还有一个用于测试的 RegEx101 链接：

【问题讨论】：

标签： regex

【解决方案1】：

您可以使模式更具体一些，并使年份的内容可选

^(.*?)\s+((?:\d{4}(?:-(?:\d{4}|\d{2}))?)?)\s+([wq][0-9]+)\s*(\.\w+)$

说明

^ 字符串开始
(.*?) 捕获 group 1 匹配 0+ 次除换行符以外的任何字符，非贪婪
\s+ 匹配 1+ 个空格字符
( 捕获第 2 组
- (?:非捕获组
  - \d{4}(?:-(?:\d{4}|\d{2}))? 匹配 4 位数字和可选的 - 和 2 或 4 位数字
- )?关闭非捕获组并使年份可选
)关闭第二组
\s+ 匹配 1+ 个空格字符
([wq][0-9]+) 捕获 第 3 组 匹配 w 或 q 和 1+ 位 0-9
\s* 匹配 0+ 个空白字符
(\.\w+)捕获第4组，匹配一个点和1个以上的单词字符
$字符串结束

请注意，\s 也可以匹配换行符。

【讨论】：

让第一组不贪婪就成功了。年份并不总是 4 位或 2 位长，这就是我没有指定位数的原因。这是满足我需求的正则表达式，以防有人感兴趣： (.*?)\s+([0-9]+(\-[0-9]+)?)?(?:\s+)?( [wq])([0-9]+)(?:\s+)?(\..*)$