如何将正则表达式中组的每次迭代作为一个单独的组？

Question

对于以下问题，我很难找出正则表达式（我很遗憾几乎没有遇到过）：

• 以给定前缀开头的文字（让我们说出ab4）
• text包含4个4个字符的正文（4中ab4代表的内容），每个字符可以是ASCII字母数字，空格，括号，连字符或点（基本上是a-zA-Z0-9 ()-.）。示例：abcd，.b a，，b(a.)都是有效的单个区块。
• 文本正文可以为空（ab4是唯一的内容）或最多包含四个块（ab4xxxx，ab4xxxxxxxx，ab4xxxxxxxxxxxx，ab4xxxxxxxxxxxxxxxx x是有效的角色）
• 文本以CR结尾（回车 - \r\n）。结尾被视为终止字符，不是正文的一部分

到目前为止，我已经提出了

.*ab4([a-zA-Z0-9 ()-.]{4}){1,4}\\r\\n.*

在将其添加到我的C ++代码之前，我使用regular expressions 101来验证我的正则表达式。但是，如果我输入

ab4aaa bbb ccc ddd \r\n 

我得到以下统计数据：

• 完全匹配：

  0-25 'ab4aaa bbb ccc ddd \r\n'

• 第1组。

  15-19 'ddd '

正则表达式验证程序告诉我

  

重复捕获组仅捕获最后一次迭代。放一个   捕获重复组周围的组以捕获所有迭代或   如果您对数据不感兴趣，请使用非捕获组

但坦率地说我不知道​​这意味着什么。我尝试了(([a-zA-Z0-9 ()-.]{4}){1,4})并没有太大改变。

我正在寻找一个更好的分组，即将4个区块分开作为单独的组。对于上面的示例，我期待

• 完全匹配：

  0-25 'ab4aaa bbb ccc ddd \r\n'

  • 第1组。

  0-3 'aaa '

  • 第1组。

  4-7 'bbb '

  • 第3组。

  8-11 'ccc '

  • 第4组：

  12-15 'ddd '

Answer 1

您使用的PCRE正则表达式引擎（QRegularExpression）不支持每个组的捕获堆栈，因此您必须使用两步法：

• 提取整个匹配项，捕获您需要进一步处理的部分，
• 将每个捕获分成4个字符的部分。

第一个提取正则表达式将是

ab4((?:[a-zA-Z0-9 ().-]{4}){1,4})\\r\\n
   ^                 ^          ^

注意我在您感兴趣的部分周围添加了捕获括号，并且连字符位于字符类的末尾。

使用文本中的extract all matches模式。

然后将match.captured(1)拆分为substrings of length 4。您不需要在此步骤中使用正则表达式，因为在第一个正则表达式步骤中字符串已经过预验证。