我正在抓取一些数据。数据点之一是锦标赛奖池。数据中有许多不同的货币。我想从每个值中提取金额和货币，以便可以使用Google将其转换为基础货币。但是，自从我使用正则表达式已经有一段时间了，所以至少可以说我很生疏。数据的可能格式如下：
$534
$22,136.20
3,200,000 Ft HUF
12,500 kr DKK
50,000 kr SEK
$3,800 AUD
$10,000 NZD
€4,500 EUR
¥100,000 CNY
₹7,000,000 INR
R$39,000 BRL
下面是我想到的第一个正则表达式。
[0-9,.]+(.+)[A-Z]{3}
但是显然不能捕获金额和货币，所以我更改了它。
([0-9,.]+).+([A-Z]{3})
但是，我无法弄清楚这个正则表达式存在的问题。
([0-9,.]+)本身可以很好地捕获恰好金额。
当我在表达式中添加.+时，由于某些原因 ，它会在第一次和第二次测试中停止捕获尾随的4和0情况分别。 为什么？
然后，当我添加([A-Z]{3})时，它似乎对所有测试用例都非常有效，但显然在前两个中没有选择。
所以我将其更改为([A-Z]{0,3})，这似乎破坏了所有内容。
发生了什么事？如何更改表达式以使其起作用？
我在这里：([0-9,.]+)((?:.+)([A-Z]{3}))?
答案 0 :(得分：2)
这应该有效：
([0-9,.]+).*?([A-Z]{3})?$
我做了一些更改：
我将.+更改为.*?，因为数字后总是不存在某些内容（例如前两种情况）。我在这里使用了惰性匹配，因为否则它将一直匹配到最后。
我将第2组设为?是可选的，因为并非总是货币（前两种情况）
我添加了行末锚$，以使懒惰的.*?匹配某物而不是什么。
如果您不了解“懒惰”在这种情况下的含义，请参见this post。
答案 1 :(得分：1)
对于示例数据，您可以使用一个可选的非捕获组来匹配货币前的空格和字符：
([0-9,.]+)(?:(?: [A-Za-z]+)? ([A-Z]{3}))?
这将匹配
(捕获组
[0-9,.]+匹配字符类中列出内容的1倍以上)关闭捕获组(?:非捕获组
(?: [A-Za-z]+ )?可选组，用于匹配一个空格，是a-zA-Z和空格的1倍以上([A-Z]{3})捕获3个大写字符)?关闭非捕获组并将其设置为可选