Question

我有一个看起来像的字符串：

ABC-DEF01-GHI54677-JKL！9988-MNOP

每个-之间几乎可以重复任何次数的任何字符。

我正在使用这个正则表达式：

[^-]*

如何让它与第二个索引（例如DEF01）的匹配“匹配”？或第3（GHI54677）或第4（JKL！9988）？

我正在使用的引擎不允许我指定匹配索引或其他代码 - 它必须在表达式中完成。

Answer 1

第二组parens将分别捕获“DEF”，“GHI”和“JKL”......

([^-]+-){1}([^-]+)
([^-]+-){2}([^-]+)
([^-]+-){3}([^-]+)

如果这是perl，则使第一组parens不捕获，即：

# perl -de 0
$_="ABC-DEF-GHI-JKL-MNO"
p /(?:[^-]+-){1}([^-]+)/
  DEF
p /(?:[^-]+-){2}([^-]+)/
  GHI
p /(?:[^-]+-){3}([^-]+)/
  JKL

$_="ABC-DEF01-GHI54677-JKL!9988-MNOP"
p /(?:[^-]+-){1}([^-]+)/
  DEF01
p /(?:[^-]+-){2}([^-]+)/
  GHI54677
p /(?:[^-]+-){3}([^-]+)/
  JKL!9988

说明：

(?:  = non-capturing parens
[^-] = a non-dash character
+    = one or more
-    = a dash
)    = close paren
{3}  = repeat 3 times

这部分“吞噬”1,2,3或任何你喜欢的数字，然后留下下一组来取你正在寻找的那个。

代替+，您还可以使用{1,}表示1对任意数字。

如果您的块可以为零，那么：

ABC - GHI-JKL

你想要找到第二个，即“”（空字符串），然后使用*而不是+。或者你可以使用{0,}，意思是0到任意数字。

Answer 2

您没有指定您正在使用的语言/正则表达式引擎，但有些（大多数？）允许您反复将匹配反复应用于同一个字符串。例如，pcrecpp允许您执行：

pcrecpp::StringPiece piece("ABC-DEF-GHI-JKL-MNO");
pcrecpp::RE re("([^-]+)-?");
unsigned int index = 3; // e.g., for GHI

std::string group;
for(unsigned int i = 0; i < index; i++)
    re.Consume(&piece, &group);

// group now contains "GHI". Calling Consume again would give it JKL

Answer 3

基于您的修订的不同答案：您只想要这个吗？

(?:[^-]+-){index-1}([^-]+)

非捕获组匹配子块的index-1，因此index=3匹配ABC-DEF01-，然后捕获组匹配GHI54677

如何在任意索引处选择正则表达式匹配？

3 个答案: