Question

考虑这个正则表达式：

(?:([A-Z][0-9a-z]*)+?)

当应用于字符串“A1BaaC2d”时，它给了我3组：“A1”，“Baa”和“C2d”

但是当我应用起始和结束字符串锚时，即^（？:( [A-Z] [0-9a-z] *）+？）$它不再正常工作。我猜这是一个引用问题（hense额外的分组，我尝试过非捕获和原子）。但我无法解决这个问题。如何获取我的组并验证总字符串没有任何前导或尾随字符。

仅供参考，这是.net正则表达式。

Answer 1

让我们把它简化为基本要素：

([A-Z][0-9a-z]*)+

（我摆脱了外部的非捕获组，因为它对结果没有影响，我暂时从量词中删除了?。）你得到的是一个正则表达式一个捕获组。由于+量词，该组中的子表达式必须至少匹配一次，但默认情况下量词是贪婪的，因此它实际上与您的输入匹配三次。这是细分：

Match 1 = A1BaaC2d
Group 1 = C2d
Capture 1 = A1
Capture 2 = Baa
Capture 3 = C2d

（“组1”是指该组捕获的最终值。在大多数正则表达式/工具中，这是您将获得的所有信息; .NET的独特之处在于它允许您打破所有中间捕获。）

但是，您使用量词的非贪婪版本+?：

    ([A-Z][0-9a-z]*)+?

它仍然必须匹配（和捕获）[A-Z][0-9a-z]*至少一次，但现在它停在那里，除非有什么东西迫使它继续。什么都没有，所以你得到三个单独的匹配，每个包含一个 Capture ：

Match 1 = A1
Group 1 = A1
Capture 1 = A1

Match 1 = Baa
Group 1 = Baa
Capture 1 = Baa

Match 1 = C2d
Group 1 = C2d
Capture 1 = C2d

然后你添加了锚点：

^([A-Z][0-9a-z]*)+?$

现在，每个匹配必须从字符串的开头开始，并在字符串的结尾处结束。要实现这一点，正则表达式引擎会覆盖+?的非贪婪，并且您将返回一个与三个捕获的匹配：

Match 1 = A1BaaC2d
Group 1 = C2d
Capture 1 = A1
Capture 2 = Baa
Capture 3 = C2d

以下是我用于生成此输出的代码的最终版本。请注意，您并不需要使用非贪婪的正则表达式; ^([A-Z][0-9a-z]*)+$也可以正常运作。

static void Main()
{
  string source = "A1BaaC2d";
  Regex r = new Regex(@"^([A-Z][0-9a-z]*)+?$");
  foreach (Match m in r.Matches(source))
  {
    int x = 1;
    Console.WriteLine(@"Match {0} = {1}", x++, m.Value);
    Console.WriteLine(@"Group 1 = {0}", m.Groups[1]);
    int y = 1;
    foreach (Capture c in m.Groups[1].Captures)
    {
      Console.WriteLine(@"Capture {0} = {1}", y++, c.Value);
    }
    Console.WriteLine();
  }
}

锚点和组重复

1 个答案: