正则表达式可选组解析

Question

几个小时一直在摆弄......

我试图解析此表单的错误消息：

1
 2
  8
 3
  5
   7
  6
 4

我可以使用以下正则表达式做到这一点：

[error]  C:\Me\MyPath\myFile.scala:18:22: not found: value getaa

正确生成群组：

\[(error|warn)\]\s+(.+):(\d+):(?:\d+:)\s+(.+)$

但为了使其更加健壮，我需要使error C:\Me\MyPath\myFile.scala 18 not found: value getaa 部分可选（因为某些版本的scala编译器不输出列号）。换句话说，它也需要为此字符串生成与上面相同的组：

22:

我尝试在可选组后添加问号，但这不起作用 - 它会弄乱原始组。我假设有一些关于懒惰与贪婪的东西，我不理解。 {regex101上的Here is a working sample。谢谢你的帮助。

Answer 1

您需要添加两个问号：

\[(error|warn)\]\s+(.+?):(\d+):(?:\d+:)?\s+(.+)$
                      ^                ^

查看regex demo

.+?将尽可能少地匹配换行符以外的任何1个字符，因此将匹配第一次出现的子模式。第二个?会使(?:\d+:)组可选。

完整模式详情

• \[ - [
• (error|warn) - 两个子字符串中的一个（error或warn）
• \] - 或仅] - 一个]字符
• \s+ - 1+空格
• (.+?) - 除了换行符之外的任何1个字符，尽可能少，直到第一个......
• : - 冒号
• (\d+) - 第2组：一个或多个数字
• : - 冒号
• (?:\d+:)? - 一个非1个数字的非捕获组和1或0次后的冒号
• \s+ - 1+空格
• (.+) - 第3组：该行的其余部分
• $ - 字符串结尾（请注意，这里没有必要，因为.+是一个贪婪的子模式）

Answer 2

你猜错了。这是由于.+的贪婪。它会占用整个输入文本，然后尝试通过一次放弃一个字符来回溯，直到模式结束匹配。

根据经验，除非明确想要转到输入的末尾，否则永远不会写.+。

这是固定模式：

^\[(error|warn)\]\s+(.+?):(\d+):(?:(\d+):)?\s+(.+)$

Demo