我将以下内容作为单独的输入：
MCMASTER - 94510A260_M8 EXPAND INSERT FOR PLASTICS
MISUMI-AIPOK6-20
MISUMI - AIPOK6-20
J-5858-01_MISUMI-AIPOK6-20
J-5858-01_MISUMI - AIPOK6-20
J-XXXX_MISUMI-AIPOK6-20
J-5858_MISUMI - AIPOK6-20
我需要分割每行以获得供应商，零件号和描述。
我正在使用：
(J-\d{4}-\d{2}\D{0,1}_|J-XXXX-\d{2}\D{0,1}_|J-\d{4}_){0,1}(.*?)-(.*)_{0,1}(.*)
作为模式，但是它不适用于输入的第一行（以MCMASTER开头。）它适用于所有其余输入。
我希望在第一次输入时会得到如下信息：
Group#1 "Undefined"
Group#2 MCMASTER
Group#3 94510A260
Group#4 M8 EXPAND INSERT FOR PLASTICS
答案 0 :(得分：0)
您应该可以使用：
(J-(?:\d{4}|XXXX)\D?(?:-\d{2})?_)?(.*?)-([^_\n\r]*)_?(.*)
参见此处：https://regex101.com/r/yljBDA/1
我用较短的{0,1}替换了您的所有?，并且还使用了一些非捕获组来使您的第一个捕获组更加紧凑。
我可以在文本(.*)_{0,1}(.*)上告诉您94510A260_M8 EXPAND INSERT FOR PLASTICS不会达到预期的效果，因为.*很贪婪；也就是说，它会捕获尽可能多的东西。我的最初目的是使第一个捕获对象与.*?保持非贪婪关系，但是由于某种原因，该方法不起作用。因此，我只是使用否定字符类[^_\n\r]*来伪造它。如果您正在逐行处理此输入，则应该可以将其缩短为[^_]。