Question

以下是我匹配的文字

AQUEDUCT - March 25, 2017 - Race 4\n MAIDEN CLAIMING - Thoroughbred\n 
INNER DIRT FOR MAIDENS, FOUR YEARS OLD AND UPWARD FOALED IN NEW YORK STATE AND 
APPROVED BY THE\n NEW YORK STATE-BRED REGISTRY. Weight, 121 lbs. Claiming 
Price $25,000. (S) Claiming Price: $25,000\n Six Furlongs On The Inner track 
Track Record: (Captain Red - 1:07.93 - February 26, 2003)\n Purse:

这个正则表达式失败了，即使可选的claiming_price子句前面有非贪婪的＆＃34;。*？＆＃34;序列。

/(Thoroughbred).*?(?<claiming_price>Claiming Price:.*?\n)?.*Track Record:/m

当我拿出＆＃34;？＆＃34;在claiming_price子句之后，它可以正常工作

/(Thoroughbred).*?(?<claiming_price>Claiming Price:.*?\n).*Track Record:/m

当claiming_price子句是可选匹配时，为什么它不起作用？如何使其匹配并使claiming_price子句可选？

编辑：我如何使这个更复杂的正则表达式工作？这是我实际使用的那个。我在原帖中进行了简化，使读者更容易阅读。但我正在处理你的回答，而且我不确定如何将它应用到我的真正的正则表达式。

/(Thoroughbred|Quarter Horse)\n(?<rules>.*?)(?<claiming_price>Claiming Price:.*?\n)?(?<track_type>(?:(?!\n).)*?)Track Record:.*? - (?<track_record>\d.*?\d) -.*\nPurse/m

Answer 1

不要在声明价格捕获组中使用?量词（即保持强制性，仅匹配一次）并将其与.*?包裹在一起< em>在它之前在可选的非捕获组中：

/(Thoroughbred)(?:.*?(?<claiming_price>Claiming Price:.*?\n))?.*Track Record:/m
               ^^                                           ^^

请参阅Rubular demo

现在，它会像这样工作：

(Thoroughbred) - Thoroughbred substring
(?:.*?(?<claiming_price>Claiming Price:.*?\n))? - 一次或零次（?）次出现：
- .*? - 在第一次出现的后续子模式之前尽可能少的0个字符
- (?<claiming_price>Claiming Price:.*?\n) - claiming_price 群组捕获
  - Claiming Price: - Claiming Price: substring
  - .*?\n - 任意0个字符尽可能少，直到第一个换行符
.* - 在最后一次出现
Track Record: - Track Record:字符串。

为什么它不适用于您的第一个正则表达式？

(Thoroughbred)匹配Thoroughbred。然后，首先跳过.*?模式，进行了懒惰量化，并尝试了(?<claiming_price>Claiming Price:.*?\n)?。由于Claiming Price:之后缺少Thoroughbred，因此使用?量化的模式匹配空字符串（因为?量词可以匹配1或0个此类模式序列）。然后，.*Track Record:抓住了剩余的匹配（任意0个字符，直到最后一次出现Track Record:）。

具有可选匹配的Ruby Regex

1 个答案: