正则表达式可选部分中的捕获组

Question

我想在字符串的可选部分捕获一个组。

例如：

在字符串"firstName:Bill-lastName:Gates"中，我想捕获2组：

我使用这个正则表达式：

firstName:(.*)-lastName:(.*)

但是当姓氏部分是可选的时，我还是想捕获第一个组（名字）。

我使用了这个正则表达式，使姓氏部分成为可选的（在非捕获组中）：

firstName:(.*)(?:-lastName:(.*))?

使用这个更新的正则表达式，生成的组是：

正确,

当 firstName 和 lastName 部分存在时："firstName:Bill-lastName:Gates"，分组不正确 :
1. 比尔姓氏：盖茨
2. /空/

我认为这与第一个捕获组的贪婪有关，但是当姓氏部分是可选的时，如何调整此正则表达式以使正则表达式工作？

Answer 1

你说的对，就是贪婪。找到第一个匹配组的分隔符。因此，如果您的名字 "never" 包含破折号，则只匹配除破折号以外的所有内容与第一个匹配组。

firstName:([^-]*)(?:-lastName:(.*))?

firstName:([^-]*)(?:-lastName:(.*))?

如果您找不到这样的分隔符，则需要采用不同的方法。即使您尝试创建第一个模式 "lazy"，正则表达式引擎总是更喜欢 更大的 匹配，而不是匹配额外的可选匹配。

这是因为 lazy 匹配组将 匹配满足表达式 的第一个字符串（！重要的措辞！）

可能有一个带有 look arrounds 的选项，但您也可以使用 or 语句而不提供可选匹配项：

firstName:(.*)-lastName:(.*)|firstName:(.*)

这样，正则表达式引擎将匹配 or，但更喜欢具有 2 个匹配项的模式，因为它列在最前面。只有当那不适用时，它才会尝试单场比赛。

Answer 2

即使您已经接受了@dognose 的回答，我向您保证其中有带破折号的名字（您不想惹怒 Jean-Claude van Damme）。我建议你这样做：

    firstName:((?:(?!-lastName:).)*)(?:-lastName:(.*))?

您可以从可视化中看到 (?:(?!-lastName:).) 表示 "if the current position is not followed by '-lastName:', capture another character"

Captured group in optional part of a regular expression