Question

我希望使用正则表达式模式H-\d{4}捕获整行，以及（可选）ID，例如H-1234。

这是两个样本行，一个带ID，另一个没有ID：

带有H-5722 id的样品行

没有ID的示例行

在第一个ALL中应该捕获整行，ID H-5722。在第二个ALL中应捕获整行，ID应为空。

这个正则表达式适用于第一行，捕获ALL和ID：

^(?<ALL>.*?(?<ID>H-\d{4})\b.*)$

但是它没有像预期的那样匹配第二行，因为它没有ID。

因此，我尝试使用?零或一修饰符(?:(?<ID>H-\d{4}))?的非捕获组使ID捕获成为可选项，或者修改ID组以便它可以捕获表达式或空字符串(?<ID>H-\d{4}|)：

^(?<ALL>.*?(?:(?<ID>H-\d{4})\b)?.*)$

^(?<ALL>.*?(?<ID>H-\d{4}|)\b.*)$

通过这些修改，ALL捕获了两个示例中的整行。但它并没有捕获ID。

我怎样才能做到这一点？

我使用.NET正则表达式实现，但我认为它与其他实现非常相似。

Answer 1

使用替换：

^(?<ALL>(?!.*H-\d{4}\b).*|.*?(?:(?<ID>H-\d{4})\b).*)$

请参阅https://regex101.com/r/dZx3b1/1/

或者使用unrolled tempered greedy token（表现）

^(?<ALL>[^H\n]*(?:H(?!-\d{4}\b)[^H\n]*)*(?<ID>H-\d{4}\b)?.*)$

请参阅https://regex101.com/r/9ILEhw/1/

基本上强制使用ID组，如果可以找到它。

您的方法失败，因为.*?始终与初始空字符串匹配，跳过可选的ID模式，.*与实际字符串匹配。

Answer 2

在.NET中，您可以使用

(?:(?<ALL>.*(?<ID>\bH-\d{4}\b).*)|(?<ALL>.+))

见a working demo on regex101.com。

<小时/> 细分，这说：

(?:                                 # open non-capturing group
   (?<ALL>.*(?<ID>\bH-\d{4}\b).*)   # with ID
   |                                # or
   (?<ALL>.+)                       # without ID
)

无论您的内容是什么，ALL都会保留完整的行，ID只有在H-1234形式的ID确实存在时才会出现。正如评论中所述，这只能在.NET（see here on SO）中使用，并且与PCRE之类的语法无效。

Answer 3

尝试更具体的更改：

^(?<ALL>[^H\n\r]*(?:(?<ID>H-\d{4}).*|.[^H\n\r]*)*)

不是最短但最快的。

Live demo

Answer 4

以下模式似乎有效：

^((?:(?!H-\d{4}).)*(H-\d{4})?\b.*)$

在存在H想法的情况下，它将在第二个捕获组中可用。如果不是，则第二个捕获组将为空。在任何一种情况下，整个字符串都会出现在第一个捕获组中。

string input = "Sample line with H-123 id";
Regex r1 = new Regex(@"^((?:(?!H-\d{4}).)*(H-\d{4})?\b.*)$");
Match match = r1.Match(input);
if (match.Success)
{
    Console.WriteLine("First capture group: {0}", match.Groups[1].Value);
    Console.WriteLine("Second capture group: {0}", match.Groups[2].Value);
}

仅当组内存在时才匹配组内的组

4 个答案:

Demo