正则表达式捕获格式错误的文本组

Question

我试图在一些格式错误的文本上应用正则表达式。一般格式为：

descriptor (one|two|three|four) code

理想的输入示例：

hello world (one) 0039x

我想拍摄3组：

"hello world", "one", "0039x"

（注意组（2）中缺少括号）

格式错误的例子：

hello (world) (two) 0039x
hello (world) three 0039x
hello world, four 0039x
hello (world)*,four 0039x

descriptor应保留任何括号和符号（但会忽略逗号），即"hello (world)*"也有效。

以下是我提出的建议：

([a-z0-9 \*\(\)]*),?\s?\(?(one|two|three|four)\)?\s([a-z0-9]+)

它运作正常，但问题是descriptor倾向于贪婪地捕获开括号。即，从理想的例子：

"hello world (", "one", "0039x"

什么是更好的正则表达式，适用于正常情况和畸形案件？前瞻可能很有用，但我不确定如何使用(?:...)并捕获任何括号，如果它也是descriptor的一部分。

Answer 1

假设你想在(one|two|three|four)之前匹配直到逗号或空格，你可以使用这个正则表达式：

^(.+?)[\s,]\(?(one|two|three|four)\)?\s([a-z0-9]+)$

RegEx Demo

Answer 2

你的正则表达式似乎唯一的问题是你的括号是可选的，而你的好/坏样本暗示它们是必需的（删除2 ? s）：

([a-z0-9 \*\(\)]*),?\s?\((one|two|three|four)\)\s([a-z0-9]+)