Question

我的正则表达式有一个小问题。我需要解析后面的字符串中的所有单词：

word - word2，word3，word4

试图解决，但它只返回最后一次迭代

(\w+) - ((\w+)[, ]{0,2})+

https://regex101.com/r/2Uot2M/1

感谢您的帮助。

P.S：我不能只匹配像（\ w +）这样的所有单词。我需要将字符串与上面的格式匹配。

Answer 1

如果您只想将每个单词捕获到一个单独的捕获组中，您可以使用此正则表达式： (\w+)

这会捕获带有一个或多个单词字符（字母或数字）的所有子字符串。它将忽略空格和标点符号。在Regex 101上，它将'word'，'word2'，'word3'和'word4'捕获到不同的捕获组中

有关字词的有用链接：https://www.w3schools.com/jsref/jsref_regexp_wordchar.asp

有关量词的有用链接（'+'是量词）：https://docs.microsoft.com/en-us/dotnet/standard/base-types/quantifiers-in-regular-expressions

Answer 2

如果您正在使用PCRE正则表达式库，并且需要在从中提取字符串之前预先验证字符串，则可以使用以下模式：

(?:\G(?!^)|^(?=\w+ - (?:\w+[, ]{0,2})+$))\W*\K\w+

请参阅regex demo。

工作原理

(?:\G(?!^)|^(?=\w+ - (?:\w+[, ]{0,2})+$)) - 上一个匹配的结尾（\G(?!^)）或（|）字符串（^）的开头，后面跟着以下模式：
- \w+ - 1 + word chars
- - - 用单个空格括起来的连字符
- (?:\w+[, ]{0,2})+ - 出现1次以上：
  - \w+ - 1 + word chars
  - [, ]{0,2} - 0到2次出现空格或逗号
- $ - 字符串结尾
\W* - 0+非单词字符
\K - 一个匹配重置运算符，用于丢弃目前与组0（整个匹配）缓冲区匹配的所有文本
\w+ - 1 + word chars。

Answer 3

除第一个word-word外，无需验证使用\ G锚点和分支重置，将填充数组
捕获组1中words 收集的位置。

(?|(\w+)[ ]*-[ ]*(?=\w)|(?!^)\G[ ]*,?[ ]*(\w+))

https://regex101.com/r/deZq5u/1

请注意，不需要使用拐杖的BOS或EOS锚这将找到有效的匹配mid-string。

Formatted and tested

（注意# Optional spaces, single comma, spaces将始终匹配
空格或逗号或两者，即使是可选的，也是必需的分隔器。这是因为\w+子句不会留下任何后果。）

 (?|                           # Branch reset
      ( \w+ )                       # (1), First word
      [ ]* - [ ]*                   # qualified with a dash,
      (?= \w )                      # then a lookahead for next word
   |                              # or,
      (?! ^ )                       # Reset \G at BOS
      \G                            # Anchor, second or more match
      [ ]* ,? [ ]*                  # Optional spaces, single comma, spaces
      ( \w+ )                       # (1), Second or more word
 )                             # End branch reset

正则表达式将匹配下面字符串中的重复模式？

3 个答案: