Question

我遇到了一个似乎非常简单的RegEx问题，但我无法让它发挥作用。

假设我有这样的输入：

Some text %interestingbit% lots of random text lots and lots more %anotherinterestingbit%
Some text %interestingbit% lots of random text OPTIONAL_THING lots and lots more %anotherinterestingbit%
Some text %interestingbit% lots of random text lots and lots more %anotherinterestingbit%

输入中有很多重复块，在每个块中我想捕获一些总是存在的东西（％interestingbit％和％anotherinterestingbit％），但也有一些文本可能会或可能不会发生在 - 他们之间（OPTIONAL_THING），如果它在那里我想抓住它。

这样的RegEx只匹配其中包含OPTIONAL_THING的块（并且命名的捕获工作）：

%interestingbit%.+?((?<OptionalCapture>OPTIONAL_THING)).+?%anotherinterestingbit%

所以看起来这只是让整个团队成为可选的问题，对吧？这就是我的尝试：

%interestingbit%.+?((?<OptionalCapture>OPTIONAL_THING))?.+?%anotherinterestingbit%

但是我发现虽然这匹配了所有3个块，但命名捕获（OptionalCapture）在所有这些块中都是空的！我如何让它工作？

请注意，每个块中可能有很多文本，包括换行符，这就是我输入“。+？”的原因。而不是更具体的东西。我正在使用.NET正则表达式，使用The Regulator进行测试。

Answer 1

我的想法与Niko的想法类似。但是，我建议放置第二个。+？在可选组内而不是第一个，如下所示：

%interestingbit%.+?(?:(?<optionalCapture>OPTIONAL_THING).+?)?%anotherinterestingbit%

这可以避免不必要的回溯。如果是第一个。+？在可选组内，并且搜索字符串中不存在OPTIONAL_THING，正则表达式在到达字符串末尾之前不会知道这一点。然后它需要回溯，或许相当多，以匹配％anotherinterestingbit％，正如你所说，它将永远存在。

此外，由于OPTIONAL_THING（如果存在）将始终位于％anotherinterestingbit％之前，因此它之后的文本也是有效可选的，并且更自然地适合可选组。

Answer 2

为什么你有额外的括号？

试试这个：

%interestingbit%.+?(?<OptionalCapture>OPTIONAL_THING)?.+?%anotherinterestingbit%

或许这可行：

%interestingbit%.+?(?<OptionalCapture>OPTIONAL_THING|).+?%anotherinterestingbit%

在此示例中，该组捕获OPTIONAL_THING，或者不捕获任何内容。

Answer 3

试试这个：

%interestingbit%(?:(.+)(?<optionalCapture>OPTIONAL_THING))?(.+?)%anotherinterestingbit%

首先是一个与.+OPTIONAL_THING匹配的非捕获组，或者没有。如果找到匹配项，则会在里面找到命名组，它会为您捕获OPTIONAL_THING。其余部分由.+?%anotherinterestingbit%捕获。

[edit]：我为其他捕获组添加了几个括号，所以现在捕获的组匹配以下内容：

$ 1：OPTIONAL_THING之前的文字或没有任何内容
$ 2或$ optionalCapture：OPTIONAL_THING或没有
$ 3：OPTIONAL_THING之后的文字，或者如果找不到OPTIONAL_THING，则％interestingbit％和％anotherinterestingbit％

这些是您正在寻找的三场比赛吗？

正则表达式在一个输入块的中间捕获一个可选组

3 个答案: