Question

总的来说，我认为我没有遇到过这个问题的通用解决方案。如何匹配可以是范围的字符串，或者只是一个值？

说我想匹配[复杂]日期：

1999 - 2010
公元前323年 - 公元100年
323 BC
1995年至1999年
323 - 322 BC

可以解析这两种情况的一般正则表达式“模板”是什么：

开始/结束日期（如果存在）
否则，只需一个日期

要匹配“1999 - 2010”，您可以这样做

/(\d+\s*)-(\s*\d+)/ // where $1 and $2 are start and end

为了匹配更复杂的“323 BCE - 100 CE”，你可以做到

/(\w+\s*\w+)\s*-\s*(\w+\s*\w+)/

为了匹配更简单的“323 BC”，你可以做到

/\w+\s*\w+/

但是如何编写一个首先检查范围（323 BCE-100 CE）的表达式，如果不存在，则检查单个值（323 BC），还可以处理上面列表中的其他示例吗？

Answer 1

通过使比赛的后半部分可选。

/(\w+\s*\w+)(?:\s*-\s*(\w+\s*\w+))?/

示例（JavaScript）

"1900 - 2000".match(/(\w+\s*\w+)(?:\s*-\s*(\w+\s*\w+))?/);
//["1900 - 2000", "1900", "2000"]

"1900 BC".match(/(\w+\s*\w+)(?:\s*-\s*(\w+\s*\w+))?/);
//["1900 BC", "1900 BC", undefined]

请注意，外部可选部分是不匹配的，因此结果数组仅包含您感兴趣的子匹配。

以效率方式收紧模式也是一个想法，例如：寻找数字而不是任何字母数字，并且只允许单个空格（如果这是可接受的）而不是零或更多。

Answer 2

只是投入另一种可能按你想要的方式运作的模式;

((\d+)( [A-Za-z]+|))((-| - )\d+( [A-Za-z]+|)|)

与Utkanos的模式一样，这可能需要收紧一些而不是匹配任何其他内容。

Answer 3

你可能正在寻找这样的东西：

var pattern = /(\d+)(\s*(\w+))?(\s*-\s*(\d+)(\s*(\w+))?)?/;
var strings = [
    '1999 - 2010',
    '323 BCE - 100 CE',
    '323 BC',
    '1995-99',
    '323 - 322 BC'
];

for (var i=0, s; s = strings[i]; i++) {
    var m  = s.match(pattern);
    console.log(
        m[1], // beginning year
        m[3], // beginning b/c/e
        m[5], // end year
        m[7]  // end b/c/e
    );
}

输出

1999  undefined  2010       undefined
323   BCE        100        CE
323   BC         undefined  undefined
1995  undefined  99         undefined
323   undefined  322        BC

这里的诀窍是要了解(group)?使(group)成为可选项。与此类似，(foo)+和(foo){3}可用于使群组匹配至少一次或恰好三次。

默认情况下，组(foo)是捕获组。这意味着它们的结果将包含在String＃match（）返回的数组中。您可以将组标记为非捕获，如下所示：(?:wont-be-captured)。有了这个，我们可以进一步修改上述模式：

var pattern = /(\d+)(?:\s*(\w+))?(?:\s*-\s*(\d+)(?:\s*(\w+))?)?/;
for (var i=0, s; s = strings[i]; i++) {
    var m  = s.match(pattern);
    console.log(m[1], m[2], m[3], m[4]);
}

单个正则表达式匹配范围（1999-2010）或仅一个值（2010）？

3 个答案: