正则表达式匹配和所有可选组

Question

当所有组都可能是可选的时，我无法提取组。

---

上下文（如果喜欢，可以跳到结尾）： 这是在将字符串与一组正则表达式进行最佳匹配的上下文中，并查看哪个表达式具有最多的组匹配。

例如，我可能有一种潜在的格式；

1: [A|B] [CD|DE|EF]-[1-1|1-2|2-2|2-3] [G|H]

但我希望用户输入错误，或者不包含空格或其他内容。

所以我可能会针对字符串对其进行测试

A CD-1-1 G

想要组团

1. 一个
2. 光盘
3. 1-1
4. G

另外，对于测试字符串

DE-1-9 G

我想买

1.  
2. 德国
3.  
4. G

---

所以这是我的正则表达式来匹配以下可选组

[A|B] [CD|DE|EF]-[1-1|1-2|2-2|2-3] [G|H]

正则表达式：

(A|B)?(?: *)?(CD|DE|EF)?(?:-|(?: ))?((?:1-(?:1|2))|(?:2-(?:2|3)))?(?: *)?(G|H)?

分解我认为这应该如何工作；

• （A|B）？ - 匹配“A”或“B”字符（可能存在也可能不存在）。
• (?: *)? - 匹配一些空格字符（可能不存在），但不需要组。
• （CD|DE|EF）？ - 匹配“CD”“DE”或“EF”（可能存在也可能不存在）。
• (?:-|(?: ))? - 匹配一个“-”或一些空格（可能有也可能没有）。
• ((?:1-(?:1|2))|(?:2-(?:2|3)))? - 匹配 [1-[1|2]] 或 [2-[2|3]]（可能不正确/根本不存在）
• (?: *)? - 匹配一些空格字符（可能不存在），但不需要组。
• （G|H）？ - 匹配“G”或“H”字符（可能存在也可能不存在）。

这个与我期望的组不匹配与测试字符串的问题

A CD 1-9 G

我期待团体

1. 一个
2. 光盘
3.  
4. G

但我明白了

1. 一个
2. 光盘
3.  
4.  

为什么在第三组之后不匹配？

Answer 1

我建议使用

^([AB]?) *(?:(CD|DE|EF)?|[^- ]*)[- ]?(?:(1-[12]|2-[23])?|\S*) *([GH]?)$

见regex demo

当然，重点是添加 $ 锚 - 字符串结尾断言，使字符串匹配到其结尾。

接下来，正如Paulo Almeida 指出的in the comment，如果没有1-1，则必须有一些其他的子模式来匹配，例如1-9。因为在CD / DE / EF 之后可以是连字符或空格，所以让我们将除空格或- 之外的0+ 个字符与[^ - ] 匹配。因为在1-1 / 1-2 / 2-2 / 2-3 之后可以有一个空格，让我们匹配所有非空格字符。可以有更多这样的调整，但这就是可以编写工作正则表达式的方式。

我还建议摆脱单个字符的交替并将它们转换为字符类。 (?: *)? = *.

Answer 2

Regex101 在匹配 2 中捕获 G。尝试添加 global 修饰符。

Answer 3

这看起来有点像验证，几乎所有内容都是可选的。
尽管如此，你还是需要一些东西来帮助排好队。

首先，锚定^$。需要这个或其他一些伪锚（文本）
给它一个开始和结束来集中搜索。

其次，数据部分之间常用的可选分隔符。这给了
它可以消费。可以使用空格和破折号[- ]。

这将使零件从左到右排列。它们都是可选的。

^(?=.)[- ]*([AB])?[- ]*(CD|DE|EF)?[- ]*(?:(1-[12]|2-[23])|\d-\d)?[- ]*([GH])?[- ]*$

一些解释：

 ^                             # Beginning of string
 (?= . )                       # Only used to insure not a blank line
 [- ]*                         # Optional specific delimiters
 ( [AB] )?                     # (1), Optional A or B
 [- ]*                         # Optional specific delimiters
 ( CD | DE | EF )?             # (2), Optional CD or DE or EF
 [- ]*                         # Optional specific delimiters
 (?:                           # Optional numb-numb
      ( 1- [12] | 2- [23] )         # (3), Only ones we care about
   |                              # or,
      \d - \d                       # Any numb-numb
 )?
 [- ]*                         # Optional specific delimiters
 ( [GH] )?                     # (4), Optional G or H
 [- ]*                         # Optional specific delimiters
 $                             # End of string

所有捕获组都设置为可选（不是它们的内容），所以它使得
很容易测试它们是否有数据（NULL 或长度>0，具体取决于引擎）。

测试：

为了测试，我使用了多行模式，并将所有条目作为一个单独的
字符串（如果您一次只检查一个输入，请不要使用此模式）。

输入：

A CD 1-9 G
DE-1-9 G
A CD-1-1 G
AG
4-8

输出：

 **  Grp 0 -  ( pos 0 , len 10 ) 
A CD 1-9 G  
 **  Grp 1 -  ( pos 0 , len 1 ) 
A  
 **  Grp 2 -  ( pos 2 , len 2 ) 
CD  
 **  Grp 3 -  NULL 
 **  Grp 4 -  ( pos 9 , len 1 ) 
G  
-----------
 **  Grp 0 -  ( pos 12 , len 8 ) 
DE-1-9 G  
 **  Grp 1 -  NULL 
 **  Grp 2 -  ( pos 12 , len 2 ) 
DE  
 **  Grp 3 -  NULL 
 **  Grp 4 -  ( pos 19 , len 1 ) 
G  
-----------
 **  Grp 0 -  ( pos 22 , len 10 ) 
A CD-1-1 G  
 **  Grp 1 -  ( pos 22 , len 1 ) 
A  
 **  Grp 2 -  ( pos 24 , len 2 ) 
CD  
 **  Grp 3 -  ( pos 27 , len 3 ) 
1-1  
 **  Grp 4 -  ( pos 31 , len 1 ) 
G  
-----------
 **  Grp 0 -  ( pos 34 , len 2 ) 
AG  
 **  Grp 1 -  ( pos 34 , len 1 ) 
A  
 **  Grp 2 -  NULL 
 **  Grp 3 -  NULL 
 **  Grp 4 -  ( pos 35 , len 1 ) 
G  
-----------
 **  Grp 0 -  ( pos 38 , len 3 ) 
4-8  
 **  Grp 1 -  NULL 
 **  Grp 2 -  NULL 
 **  Grp 3 -  NULL 
 **  Grp 4 -  NULL