Question

我有一系列不同复杂程度的文件名。基本上，它们总是被[_] {ASSET} _ [OPTIONAL_DESCRIPTION] _v {#####}。{EXT}拆分。（[] s是可选的，在这种情况下）。但是在这种格式中，每一件都可以是任意复杂的。（领先_s是任意的）

character_thing_v001.md
character_Description_v001.md
character_Some_Long_Description_v001.md
character_thing_with_additional_info_v001.md
character_thing_with_additional_info_Description_v001.md
character_thing_with_additional_info_More_Description_Info_v001.md
character_with_additional_info_Complete234ly_arbitrary_Description_v001.md
_character_thing_v001.md
___character_Description_v001.md
____character_Some_Long_Description_v001.md
__character_thing_with_additional_info_v001.md
__character_thing_with_additional_info_Description_v001.md
___character_thing_with_additional_info_More_Description_Info_v001.md

我做了一个前瞻性断言，将ASSET和DESCRIPTION分开，一切正常，直到最近，当我的老板在系统中投入扳手。现在我必须支持其惯例可能是＆＃34; some_undercase＆＃34;或＆＃34; CAPS _ ###＆＃34;。我修改为允许A-Z并使descriptionText匹配任何东西。这就是乱七八糟的地方。

     (?:[_]+)?
     (?P<assetText>[a-zA-Z0-9]+
       (?=_[a-zA-Z0-9]+)?  # lookahead and optionally assert _Capital
         (?:(?:_[a-zA-Z0-9]+)+)?  # match next group if it exists
     )  # get full match
     (?:[_]+)?
     \_(?P<descriptionText>.+)?
     \_v(?P<versionIncrement>\d+)
     \.(?:\.)?
       (?P<extension>(?:md|some|other|extension|options))

这让我成为了那里的一部分，但它有你可以查看的问题，here

既然ASSET可以有大写字母，那么前瞻与ASSET匹配太多，并开始进入描述。这种模式是自动生成的几种模式之一，因此我正在寻找解决问题根源的方法，而不是围绕它编写。任何指导都会非常感谢，谢谢。

Answer 1

我无法真正遵循你的正则表达式的某些部分的逻辑似乎是不必要的。

不this simplified regex做同样的工作吗？

_*
(?P<assetText>[a-zA-Z0-9]+(_[a-z_0-9]+)?)
(_  (?P<descriptionText>[a-zA-Z0-9_]+)  )?
_v(?P<versionIncrement>[0-9]+)
(?P<extension>\.[A-Za-z0-9]+)

可能需要澄清构成资产的内容的（自然语言）规则以及构成可选描述的内容：

“资产”是否可以包含下划线（我假设没有，从第一句中的模板开始）？
- 如果是：“资产”结束和“描述”开始的规则是什么？描述总是以大写字母开头吗？
  - 如果是：大写字母可以和不能与“资产”一起出现的规则是什么？如果没有限制，那么资产和描述之间的分割确实是不明确的。

正则表达式匹配一个或多个组太多

1 个答案: