Regexp在不区分大小写模式下截断命名捕获组中的“in”字

Question

我有正则表达式：

/(t0|t1)\.(?<column>(.*?))\s*(?<opt>(=|>=|<=|<|>|IN|LIKE))\s*(?<search>(.*|$))/i

应该标记化类生成子句的位置，以便将它们提供给外部Web服务。在区分大小写模式下，它可以正常工作，但不是在不区分大小写的模式下。请查看下面的演示。

如果有“in”字，则名称捕获组截断工作，例如

t0.date_finished > 'somedate'

我期待

  

[column =＆gt; date_finished]

而不是

  

[column =＆gt; date_f]

我缺少什么？

demo

Answer 1

您需要在IN群组的LIKE和opts周围使用仅字词边界：

(t0|t1)\.(?<column>.*?)\s*(?<opt>>=|<=|=|<|>|\b(?:IN|LIKE)\b)\s*(?<search>.*)
                                             ^^^^^^^^^^^^^^^    

请参阅regex demo。

此外，您不需要在命名捕获组内捕获组，我以建议的模式删除它们。

如果您在非单词序列周围添加\b字边界，则只会在字词字符之前和之前匹配（\b=\b将与=字符串中的word1=word1匹配）

请注意，opt组中的较长选项必须在较短的选项之前。

此外，可以使用字符类优化opt组：

(t0|t1)\.(?<column>.*?)\s*(?<opt>[><]=|[=<>]|\b(?:IN|LIKE)\b)\s*(?<search>.*)
                                 ^^^^^^^^^^^

[><]=|[=<>]匹配>=或<=（[><]=部分）或（|）a =，{{1} }，或<。