Question

假设我有以下字符串： anything/AAA/B/B/B/anything

我想在4个不同的组中匹配anything/，AAA/，B/B/B/，anything。

AAA/和B/B/B/是可选的，anything可以是任何字符串

，因此以下字符串anything/AAA/B/B/B/anything的结果为
群组1：anything/
组2：AAA/
组3：B/B/B/
组4：anything

，以下字符串anything/anything的结果将为
群组1：anything/
组2：空
组3：空
组4：anything

我尝试了以下正则表达式： ^(.*?/)(AAA/)?(B/B/B/)?(.*?)$

问题在于，当第一个anything包含/时，未捕获可选组

因此以下字符串any/thing/AAA/B/B/B/anything的结果将为
群组1：any/
组2：空
组3：空
组4：thing/AAA/B/B/B/anything

我希望它像这样：
群组1：any/thing
组2：AAA/
组3：B/B/B/
组4：anything

任何帮助将不胜感激

Answer 1

您的问题是，“任何东西”都可以成为任何东西。

因此，当您使它变得贪婪时，它可以匹配'AAA/'或'B/B/B/'之前的所有内容。但是，当您使它不贪婪时（如您的示例所示），它将尝试为该第一个匹配组尽可能少地匹配，并返回它的结果（如果它可以使其工作），并且可以通过仅匹配其余部分来返回到最后的“任何内容”，即(.*?)。即使这不是贪婪的，它也仅适用于字符串的结尾，并且一旦到达主题字符串的结尾而没有违反规则，就完成了。

您可能会认为将'AAA/'或'B/B/B/'匹配成单独的组会使最终的组变得“更少贪婪”，但是regex引擎不会遍历所有可能的匹配项，并且会给您“最小贪婪” '，它将返回它可以找到的第一个匹配项。

因此，尽管我希望证明自己被证明是错误的，但我认为您无法一劳永逸地在正面和背面都拥有“任何东西”。

根据您的语言（以Python给出的示例），您可以连续进行几次匹配：

import re


def get_matches(s):
    match = re.search(r'^(.*?/)(AAA/)(B/B/B/)(.*?)$', s)
    if not match:
        match = re.search(r'^(.*?/)(AAA/)()(.*?)$', s)
        if not match:
            match = re.search(r'^(.*?/)()(B/B/B/)(.*?)$', s)
            if not match:
                if not match:
                    match = re.search(r'^(.*?/)()()(.*?)$', s)
    return match


print(get_matches('anything/AAA/B/B/B/anything').groups())
print(get_matches('anything/AAA/anything').groups())
print(get_matches('anything/B/B/B/anything').groups())
print(get_matches('anything/anything').groups())

结果：

('anything/', 'AAA/', 'B/B/B/', 'anything')
('anything/', 'AAA/', '', 'anything')
('anything/', '', 'B/B/B/', 'anything')
('anything/', '', '', 'anything')

最终将导致匹配在相同的组索引处始终具有相同的匹配，但是我真的不喜欢该解决方案。如果您陈述了为什么要尝试与此匹配，那么我很确定有比这更好的方法来实现目标。

如何捕获其他2个组之间的可选组

1 个答案: