Question

我正在开发一种算法来解析一系列短字符串中的数字。这些字符串有些规律，但有一些不同的一般形式和几个例外。我正在尝试构建一组处理各种形式和异常的正则表达式;我将一个接一个地应用它们，看看我是否得到了一个匹配。

其中一种形式是这样的：

X (Y) Z

其中：

X是我要捕捉的数字。
Z是静态的预定义文本。这基本上是我如何确定这种特殊形式是否适用。
Y是一个长度和内容未知的字符串，用括号括起来。

另外：Y是可选的;它并不总是出现在包含Z和X的字符串中。所以，我希望能够从所有这些字符串中提取数字：

10 Z
20 (foo) Z
30 (bar) Z

现在，我有一个正则表达式将捕获第一个：

([0-9]+) +Z

我的问题是，我不知道如何构造一个匹配一系列字符的正则表达式，当且仅当它们括在括号中时。这可以在一个正则表达式中完成吗？

Answer 1

(\d+)\s+(\(.*?\))?\s?Z

请注意转义的括号和?（零或一次）量词。您不想捕获的任何组都可以是（?:非捕获组）。

我同意这些空间。 \s是一个更好的选择。我还改变了量词，以确保开头有数字。就换行而言，这将取决于上下文：如果逐行解析文件，则不会出现问题。另一种选择是锚定行的开头和结尾（在前面添加^，在结尾添加$。

Answer 2

这应该有效：

^\d+\s?(\([^\)]+\)\s?)?Z$

虽然没有测试过，但是让我告诉你细分，所以如果还有任何错误，他们应该很容易找到：

首先是开始：

^ = beginning of string
\d+ = one or more decimal characters
\s? = one optional whitespace

然后这部分：

(\([^\)]+\)\s?)?

实际上是：

(.............)?

这使得以下内容可选，只有它完全存在

\([^\)]+\)\s?

\( = an opening bracket
[^\)]+ = a series of at least one character that is not a closing bracket
\) = followed by a closing bracket
\s? = followed by one optional whitespace

最终由

组成

Z$

其中

Z = your constant string
$ = the end of the string

Answer 3

你可以这样做：

([0-9]+) (\([^)]+\))? Z

然而，这不适用于Y的嵌套parens。嵌套需要递归，这不再是严格规则的（但不含上下文）。现代正则表达式引擎仍然可以处理它，虽然有一些困难（反向引用）。

Answer 4

试试这个：

X (\(Y\))? Z

Answer 5

如果您需要捕获的只是数字，并且数字出现在字符串的开头，那么您可以简单地使用PHP type juggling快速高效地完成这项艰苦的工作：

$value = "10 Z";
$value = "20 (foo) Z";
$value = "30 (bar) Z";
$value = "Cheese";
$value = "   40 (flat) Z";
$value = "22(456)";

$X = (int)trim($value);

输出：

$ x = 10
     $ x = 20
     $ x = 30
     $ x = 0
     $ x = 40
     $ x = 22

匹配正则表达式中的可选子字符串

5 个答案: