正则表达式可选的非捕获组

Question

我是一个正则表达式菜鸟，花了几个小时试图解决这个难题。 我想我必须使用某种可选的非捕获组或交替。

我要匹配以下字符串：

1. Neuer Film a von 1000

2. Neuer Film a von 1000 mit b

3. Neuer Film a von 1000 mit b und c

4. Neuer Film a von 1000 mit b und c und d

5. Neuer Film a mit b

6. Neuer Film a mit bund c

7. Neuer Film a mit b und c und d

我的正则表达式如下所示：

var regex = /(?:[nN]euer [Ff]ilm\s?)(.*)(?:[vV]on).(\d{4}).(?:[Mm]it)(.*)(?:[uU]nd)(.*)/g;

问题是它只匹配字符串 3 和 4。它不匹配最后两个“und”，而是将其打包在第 3 组而不是第 4 组中。

有人可以帮我解决一下我的正则表达式吗（这根本不是用户友好的；）

Answer 1

你确实需要使用非捕获可选组（如(?:...)?），但除此之外，你还需要anchors（^匹配开头字符串和$ 匹配字符串结尾）和惰性点匹配模式（.*?，尽可能少地匹配任何字符）。

你可以使用

/^[nN]euer [Ff]ilm\s*(.*?)(?:\s*[vV]on\s+(\d{4}))?(?:\s+[Mm]it\s*(.*?)(?:\s*[uU]nd\s*(.*))?)?$/

请参阅regex demo。在演示中，/gm 修饰符是必需的，因为输入是多行字符串。

模式详情：

• ^ - 字符串锚的开始
• [nN]euer [Ff]ilm - Neuer film / Neuer Film / neuer Film
• \s* - 零个或多个空格
• (.*?) - 第 1 组：除换行符之外的任何 0+ 个字符，尽可能少（即，直到 最左边 出现后续子模式）
• (?:\s*[vV]on\s+(\d{4}))? - 1 或 0 次出现：
  • \s* - 0+ 个空格
  • [vV]on - von 或 Von
  • \s+ - 1+ 个空格
  • (\d{4}) - 第 2 组：4 位数
• (?:\s+[Mm]it\s*(.*?)(?:\s*[uU]nd\s*(.*))?)? - 一个可选的非捕获组，匹配 1 次或 0 次出现：
  • \s+ - 1+ 个空格
  • [Mm]it - Mit 或 mit
  • \s* - 0+ 个空格
  • (.*?) - 第 3 组匹配除换行符以外的任何 0+ 字符，尽可能少
  • (?:\s*[uU]nd\s*(.*))? - 可选的非捕获组匹配
    • \s*[uU]nd\s* - und 或 Und 包含 0+ 个空格
    • (.*) - 第 4 组匹配除换行符以外的任何 0+ 字符，尽可能多
• $ - 字符串结束。

var strs = ['Neuer Film a von 1000','Neuer Film a von 1000 mit b','Neuer Film a von 1000 mit b und c','Neuer Film a von 1000 mit b und c und d','Neuer Film a mit b','Neuer Film a mit b und c','Neuer Film a mit b und c und d'];
var rx = /^[nN]euer [Ff]ilm\s*(.*?)(?:\s*[vV]on\s+(\d{4}))?(?:\s+[Mm]it\s*(.*?)(?:\s*[uU]nd\s*(.*))?)?$/;
for (var s of strs) {
   var m = rx.exec(s);
   if (m) {
     console.log('-- ' + s + ' ---');
     console.log('Group 1: ' + m[1]);
     if (m[2]) console.log('Group 2: ' + m[2]);
     if (m[3]) console.log('Group 3: ' + m[3]);
     if (m[4]) console.log('Group 4: ' + m[4]);
   }
   
}