Question

我有以下两个示例字符串：

"taxonomy": "abc/about_abc/bsc/archive/2009/presentations_dec"

"taxonomy": "about/archive/term"

"taxonomy": "_decommisioned/ntp-server.niehs.nih.gov/htdocs/results_status/resstatf"

我尝试使用以下RegEx：

"taxonomy": "(\w+[^\/])\/?"?

目标是获取每个字符串，并在正斜杠上将其分解为自己的单独行，因此term1/term2/term3等于

term1
term2
term3

我也不知道每行有多少个术语，这就是为什么它们像原来那样被分解。它可能是最小一个，最大是7。我的填充RegEx如下所示：

(    "taxonomy": "(\w+[^\/])?\/?(\w+[^\/])?\/?(\w+[^\/])?\/?(\w+[^\/])?\/?(\w+[^\/])?\/?(\w+[^\/])?\/?(\w+[^\/])?\/?")

如何调整捕获组以获取除正斜杠之外的所有内容？

Answer 1

如评论中所述，在第三个字符串中，该部分ntp-server.niehs.nih.gov与\w不匹配

但是您可以通过使用否定的字符类和重复的模式（不匹配正斜杠，然后再匹配不反斜杠1倍以上）来匹配正斜杠，从而简化表达式。

然后，您可以将比赛分成正斜杠。

模式

"taxonomy": "\K[^/\n]+(?:/[^/\n]+)+(?=")

说明

"taxonomy":字面上匹配
"\K匹配双引号，然后忘记使用\K匹配的内容
[^/\n]+使用否定的字符类匹配1次以上而不是正斜杠
(?:/[^/\n]+)+重复模式以匹配/，然后匹配1次以上而不是/
(?=")肯定前面的断言是右边的双引号

Demo on regex101 | Php demo

例如，如果您在php中使用explode：

$pattern = '~"taxonomy": "\K[^/\n]+(?:/[^/\n]+)+(?=")~';

$strings = [
    '"taxonomy": "abc/about_abc/bsc/archive/2009/presentations_dec"',
    '"taxonomy": "about/archive/term"',
    '"taxonomy": "_decommisioned/ntp-server.niehs.nih.gov/htdocs/results_status/resstatf"'
];

foreach ($strings as $string) {
    preg_match($pattern, $string, $match);
    print_r(explode('/', $match[0]));

}

结果：

Array
(
    [0] => abc
    [1] => about_abc
    [2] => bsc
    [3] => archive
    [4] => 2009
    [5] => presentations_dec
)
Array
(
    [0] => about
    [1] => archive
    [2] => term
)
Array
(
    [0] => _decommisioned
    [1] => ntp-server.niehs.nih.gov
    [2] => htdocs
    [3] => results_status
    [4] => resstatf
)

RegEx用于捕获除正斜杠

1 个答案: