Question

我正在努力使用正则表达式捕获一些可选文本 - 它位于某些文件名的中间，但不是全部。最大的问题似乎是我的可选组没有锚定（我在它之前和之后使用.*?）。我通过SO的过去答案进行了广泛的研究，但是大部分都能够捕获可选文本，只有它固定在一侧或另一侧（即在行尾）。

鉴于文件名列表，我尝试捕获最多5件事：

NAME：始终存在，文件名中的第一件事
NUMBER：始终存在，文件名中的第二件事（可能在括号中）
SHAPE：永远存在
颜色：有时存在，但可以在形状之前或之后出现
版本：有时会出现，总是会持续到最后（但通常会有垃圾文本）

来源文字：

name 1111 color shape
name 2222 shape color
name 3333 shape
name (4444) color shape version
name.5555.JUNK.color.JUNK.shape.JUNK.version.JUNK

期望的结果：

name (1111) color shape
name (2222) color shape
name (3333) shape
name (4444) color shape version
name (5555) color shape version

但是当我使用这个正则表达式时：

FIND: (.*?).\(?(\d{4}).*?(color)?.*?(shape).*?(color)?.*?(version)?.*
REPLACE: $1 ($2) $3$5 $4 $6

我明白了：

name (1111)  shape
name (2222)  shape
name (3333)  shape
name (4444)  shape
name (5555)  shape

正如您所看到的，通过将(color)和(version)捕获群组设为可选，它根本不会捡起它们。（另外，如果有任何方法可以删除额外的空格，那也很棒。）

顺便说一下，我在每个捕获组之间使用.*?，因为我了解了它的“懒惰”＃34;版本.*（不是＆＃34;贪婪＆＃34;） - 基本上，它尝试尽可能少地匹配而不是尽可能多地匹配。如果您是像我一样的正则表达式新手，请点击此处了解更多信息：http://www.rexegg.com/regex-quantifiers.html#greedytrap

无论如何，我有什么特别明显的遗失吗？或者没有办法通过正则表达式捕获一些可选文本？

PS。这是我的数据预先加载到在线工具上进行播放：http://regexr.com/3cs84 - 我知道正则表达式可以通过语言/平台略有不同，所以如果它有所不同，我最终想要使用这个AppleScript中的正则表达式用于重命名文件和文件夹（可能通过调用终端命令，因为我不认为AppleScript本身支持正则表达式）。

Answer 1

尝试将.*?(foo)部分放在(.*?(foo))等括号中，以便?运算符考虑.*?部分。

更正语法(.*?).\(?(\d{4})(.*?(color))?.*?(shape)(.*?(color))?(.*?(version))?.*（example）

Answer 2

我对你尝试使用的格式并不是特别熟悉，但我相信我想出的一个例子可以解决你遇到的问题。

http://regexr.com/3cs8g

/name ((\([0-9]+\))|([0-9]+)) ((color shape)|(shape( color)?))( version)?/ig

您所描述的是一个可选子句，可以出现在两个位置之一。所以，你做一个或声明来测试每个可能的位置。

正则表达式：如何在文本中间捕获可选组？

2 个答案: