c# - 组的可选正则表达式匹配不起作用

Question

我有下面这句话

#bb John can #20 jiang stone [voila]

我希望我的 C# 正则表达式为我的组提供 5 个匹配项

#bb
John Can
20
jiang stone
voila

其中#bb和voila位置的标记是可选的。

我使用了以下正则表达式，它在没有第一个 #bb 的句子中效果很好——例如

John can #20 jiang stone [voila]

给我 4 个带有表达式的正确标记

@"(.*)#(\d+)(.*\s)(?:\[(.*)\])?"

然而，当我用

扩展它时

@"(?:#[a-zA-Z])?(.*)#(\d+)(.*\s)(?:\[(.*)\])?"

这是行不通的。句子开头的 #bb 没有作为单独的标记匹配 - 相反，我得到了一个匹配项

b John Can

我已经尝试了多种变体，但没有一个给我提供与第一个 #.. 匹配项的可选匹配项。我想要的是这可以是#{1 或 2 个字符}，这可以是可选的。我可以拥有它，或者它可能丢失了，在这种情况下，其余的应该返回 token 。

我的正则表达式有什么问题？

谢谢你的帮助

Answer 1

这个:

#[a-zA-Z]

表示 # 后跟一个单个 ASCII 字母。你想要这个:

#[a-zA-Z]{1,2}

为了允许一个或两个 ASCII 字母。

另外，这个:

(?:...)

表示一个非捕获组。如果你想让一个标记出现在你的结果中，你需要将它包裹在capturing括号中:

(...)

所以，把它放在一起:

@"((?:#[a-zA-Z]{1,2})?)(.*)#(\d+)(.*\s)(?:\[(.*)\])?"

(注意:对我来说，您希望如何处理空格并不明显；您可能需要根据需要稍微调整上面的内容。请特别注意，如果前两个标记之间有空格，则上面的pattern 会将其视为第二个标记的一部分。)