Question

我有一组这种形式的字符串：

NOOO (2), { AAA (1), BBB (2), CCC-CC (3), DDD (4) }

（括号内的元素可以多于四个）

我需要匹配括号内的内容并仅提取（使用组）'AAA'，'BBB'，...子串。所以这个例子的结果将是

group1 : AAA
group2 : BBB
group3 : CCC-CC
group4 : DDD

我尝试了这个表达式：

\{ (?:(\S+) \(\d+\),?\s?)+ \}

但它只返回最后一个匹配的组（因此，在这种情况下，只返回'DDD'）。我错过了什么？感谢

Answer 1

如果您使用的是.NET正则表达式，那么您的表达式将起作用，因为捕获组将捕获其所有值。否则，您必须使用更棘手的正则表达式或分两步匹配，首先匹配{ ... }组，然后匹配其中的元素。

棘手的正则表达式看起来像：

(?:{|\G(?!^),)   # match a { or where the previous match ended followed by a ,
\s+              # space between elements
(\S+)\s+\(\d+\)  # an element
(?=[^{]*})       # make sure it's eventually followed by a }

如果使用/x标志，也可以使用该表达式（也可以通过在表达式的开头添加(?x)来设置）。

没有评论的正则表达式：

(?:{|\G(?!^),)\s+(\S+)\s+\(\d+\)(?=[^{]*})

此表达式使用您的正则表达式必须支持的\G。大多数现代正则表达式都有它，包括：Perl，PCRE（PHP / etc），.NET。

请注意，这样的表达并不完美。它会捕获以下字符串中的AAA和BBB，例如：

{ AAA (1), BBB (23), CCC, something invalid here #¤% ))),,,,!! }

如果需要，可以修复（计数器除外）。

RegEx：分组仅返回最后一个匹配

1 个答案: