Question

我在尝试应用以下正则表达式时遇到问题：

(1234).*?(abcd)?

到以下字符串：

1234567abcd

我的期望是上面应该产生两个匹配：

1234
ABCD

然而，这不起作用。您可能会建议“好吧，只需删除尾随的?字符？” - 但我希望第二种模式是可选的。

这是怎么做到的？

重申：

(1234).*?(abcd)

...给出了所需的结果，但我搜索的字符串并不总是包含abcd。

如果有人想知道，这是更大图片问题的简化示例。如果需要，我会解释一下。

====

我认为这个问题需要进一步澄清。这是我想要做的更完整的例子，在ruby中。

从我的日志文件中给出以下两个“doctored up”行：

Aug 28 00:00:05 app-system-1 app-prod[7660]: Completed 200 OK in 150ms (Views: 24.6ms | ActiveRecord: 66.1ms)
Aug 28 00:05:06 app-system-1 app-prod[10639]: Completed 302 Found in 81ms (ActiveRecord: 74.6ms)

我试图在ruby中编译正则表达式如下：

d=Regexp.new('(?<timestamp>\w{1,3}\s\d{1,2}\s\d\d:\d\d:\d\d).*(?<in>in [0-9]*).*(?<views>Views: [0-9]*).*(?<activerecord>ActiveRecord: [0-9]*)')

显然在某些情况下会包含'views'文本，在其他行中，它不存在。

我希望能够做到这样的事情：

v=d.match(line)
if !v.nil?
    puts v[:timestamp]+ " " + v[:in] + " " + v[:views] + " " + v[:activerecord]

这显然是一个不完整的例子，但希望这可以澄清。

Answer 1

您没有指定您想要的内容，至少不清楚，但我认为您需要以下内容：

如果输入...1234567abcd...，则应匹配1234567abcd，并应捕获1234和abcd。
如果输入...1234567abce...，则应匹配1234，应捕获1234。

如果是这样，您可以使用：

/(1234)(?:.*?(abcd))?/s

我讨厌使用贪婪修饰符。它用于避免匹配某些序列，但不能保证它不会。我会用以下代码：

/
   (1234)
   (?:
      (?:(?!abcd).)*    # Safer than .*?
      (abcd)
   )?
/sx

Answer 2

锚定正则表达式：

/(1234).*?(abcd)?$/

Answer 3

与ikegami相似，但我认为更简单：

/(1234)(?:(?!abcd).)*(abcd)?/

Answer 4

由于(a|)大致相当于(a)?，我们可以使用：

(1234).*?(abcd|)

强制正则表达式引擎先检查abcd。具有?的可选规则的默认值是假设它不存在（相当于(|abcd)）。此默认行为对于确保正则表达式终止（更快）非常重要。

Answer 5

你应该分步进行。

if (my ($ts, $dur, $breakdown) = /
   ^
   (\w{3}[ ]\d{1,2}[ ]\d\d:\d\d:\d\d)
   .*?
   in[ ]([0-9]*)ms
   .*?
   \( ([^()]*) \)
/xs) {
   my %breakdown = map /^([^:]+): (.*)ms/, split /\s*\|\s*/, $breakdown;
   say join ', ',
      $ts,
      $dur,
      $breakdown{Views} // '--',
      $breakdown{ActiveRecord} // '--';
}

正则表达式可选匹配运算符：如何应用于字符串？

5 个答案: