Question

我的正则表达式正在运行 - 直到它捕获的字符串形式略有改变。它过去常常是这样的形式：

Word1 - Word2 - 01.2.3456.7890 - xx-xx - Word 3 [Word-inbracket]

我有兴趣捕获xx-xx。

为了捕获这些数据，以下正则表达式起作用：

(.+\s*-\s*.+\s*-\s*.+)\s*-\s*(\w{1,3}\s*-\s*\w{1,3})\s*-\s*.+

从中选择组[2]。

然而，现在，字符串已经改变了形式，因此有时会有另一个破折号，以及xx-xx之后的1到4个字符之间的另一组字母。（请记住，这有时只会发生。）

所以，现在我还需要捕获以下形式的信息：

Word1 - Word2 - 01.2.3456.7890 - xx-xx-XxxX - Word 3 [Word-inbracket]
Word1 - Word2 - 01.2.3456.7890 - xXX-XxX-xxxx - Word 3 [Word-inbracket]

等

如何编辑我的正则表达式以捕获此字符串以及之前捕获的字符串？最干净的方法是什么？

Answer 1

有点hacky，但这会有所作为：

(.+\s*-\s*.+\s*-\s*.+)\s*-\s*((\w{1,3}\s*-\s*\w{1,3})|(\w{1,4}\s*-\s*\w{1,4}))\s*-\s*.+

Answer 2

我相信应该这样做：

(.+?\s*-\s*.+?\s*-\s*.+?)\s*-\s*(\w{1,3}\s*-\s*\w{1,3})\s*(?:-(\w{1,3}))?\s*-\s*.+

我所做的改变是：

通过添加'？'使开头的任何字符匹配非贪婪在它们之后 - 当额外的位存在时，这会阻止它们吞噬太多。
添加'（？： - （\ w {1,3}））？'如果存在，则匹配可选的额外位，但不捕获' - '前缀（'？：'使外组不捕获）。

这将为您提供一个包含可选位的额外捕获组。

您可以在行动here（已修改）中看到它。

Answer 3

根据输入线，可以采用更简化的方法。

以下正则表达式匹配这两种情况，并且也适用于对已修改部分的任何其他修改。

([^-]*-){3}\s*([^\s]+).*

这应该捕获第一组“Word1 - Word2 - 01.2.3456.7890 - ”，然后是第二组“xx-xx-XxxX”。

另请注意，我假设第二个所需的组不包含空格，因为示例字符串没有空格。

说明：

([^-]*-){3}    # captures the "word1 - word2 - word3.234.234 -" block
\s*
([^\s]+)       # captures the "xx-xx-xxx" block up to the first whitespace char.
.*             # matches the rest of the line

Answer 4

这个更清楚。+ \ s- \ s（。+）\ s- \ s。+ $

改善我的失败的正则表达式

4 个答案: