捕获的组在正则表达式的可选部分中

Question

我想在字符串的可选部分中捕获一个组。

例如：

在字符串＆＃34; firstName：Bill-lastName：Gates＆＃34; 中，我想捕获2组：

1. 比尔
2. 活门

我使用这个正则表达式：

firstName:(.*)-lastName:(.*)

但是当lastName-part是可选的时，我仍然希望捕获第一个 group（firstName）。

我使用了这个正则表达式，使lastName-part可选（在非捕获组中）：

firstName:(.*)(?:-lastName:(.*))?

使用此更新的正则表达式，生成的组为：

• 当lastName部分不存在时，例如＆＃34; firstName：Bill＆＃34; 捕获的组是：

  1. 比尔
  2. / empty string /

正确，

• 当firstName和lastName部分存在时：＆＃34; firstName：Bill-lastName：Gates＆＃34; ，组不正确：

  1. 比尔-名字：盖茨
  2. /空/

我认为这与第一个捕获组的贪婪有关，但是当lastName-part是可选的时，如何调整此正则表达式以使正则表达式工作？

Answer 1

你是对的，这是关于贪婪的。找到第一个匹配组的分隔符。因此，如果您的名字“never”包含短划线，则只匹配除第一个匹配组的短划线以外的所有内容。

firstName:([^-]*)(?:-lastName:(.*))?

firstName:([^-]*)(?:-lastName:(.*))?

Debuggex Demo

如果找不到这样的分隔符，则需要采用不同的方法。即使您尝试将第一个模式设置为“懒惰”，Regex引擎也始终优先选择更大的匹配，而不是匹配其他可选匹配。

这是因为 lazy matchgroups将匹配满足表达式的第一个字符串（！重要的措辞！）

可能有一个look arrounds选项，但您也可以使用or -statement而不提供可选匹配：

firstName:(.*)-lastName:(.*)|firstName:(.*)

这样，正则表达式引擎会匹配任何一个或，但更喜欢具有2个匹配的模式，因为它首先列出。只有在不适用的情况下，它才会尝试单一匹配。

Answer 2

即使你已经接受了@ dognose的回答，我向你保证，其中有一些带有破折号的名字（你不想惹恼Jean-Claude van Damme）。我会建议你这样做：

    firstName:((?:(?!-lastName:).)*)(?:-lastName:(.*))?

Debuggex Demo

您可以从可视化中看到(?:(?!-lastName:).)说“如果当前位置后面没有' -lastName：'，则会捕获另一个字符”