。*无法正确捕获逗号

Question

我的正则表达式不能正确处理一行中的逗号。

if line =~ /^.*,(\d{4}-\d{2}-\d{2}),(\d+:\d+),.*,(\d+),.*,(.*) && (.*),Other,Other.*$/

我正在逐行读取一个看起来像这样的文件：

"",2019-06-14,01:30,,27,"",Episode Name && Series Name,Other,Other,LOCAL

但是，如果系列名称中包含逗号，例如。 “ Busy Electron，The”，正则表达式将仅捕获“ The”，而不是整个名称。

Answer 1

这可能是我们在此处搜索的表达式，但不是正确的方法：

"(.*?)",([0-9]{4}-[0-9]{2}-[0-9]{2})\s*,([0-9]{2}:[0-9]{2}),(.*?),([0-9]+),"(.*?)",(.*?),(.*?),(.*?),(.*)

不包括最后一个字段，我们只为那些我们不想验证的字段实现一个惰性量词(.*?)。

(.*)?不起作用，因为它会使整个捕获组变得懒惰，而不是.*。

在此之前，它将到达?，.*已经将我们的字符串刷到末尾并收集了除换行符以外的所有字符。

如果我们希望增加或减少约束，可以这样做，例如：

"(.*?)",\s*([0-9]{4}-[0-9]{2}-[0-9]{2})\s*,\s*([0-9]{2}:[0-9]{2})\s*,(.*?),\s*([0-9]+)\s*,"(.*?)",(.*?),(.*?),(.*?),(.*)

测试

re = /"(.*?)",([0-9]{4}-[0-9]{2}-[0-9]{2})\s*,([0-9]{2}:[0-9]{2}),(.*?),([0-9]+),"(.*?)",(.*?),(.*?),(.*?),(.*)/m
str = '"",2019-06-14,01:30,,27,"",Episode Name && Series Name,Other,Other,LOCAL

"some things we wish here",2019-06-14,01:30,some things we wish here,27,"some things we wish here",Episode Name && Series Name,Other,Other,LOCAL'

# Print the match result
str.scan(re) do |match|
    puts match.to_s
end

Demo

RegEx电路

jex.im可视化正则表达式：