javascript - 正则表达式可选捕获未按预期工作

Question

我需要捕获像这样的字符串的所有元素

front stuff grp2="abc" middle stuff grp4="xyz" end stuff

将其分为这五组

#1: front stuff
#2: grp2="abc"
#3: middle stuff
#4: grp4="xyz"
#5: end stuff

只要所有五个部分都存在，这个表达式就可以发挥作用

([\s\S]*?)(grp2=\"\S*?\")([\s\S]*?)(grp4=\"\S*?\")([\s\S]*)

但是，例如，如果 grp4="..."不存在，

front stuff grp2="abc" end stuff

它当然根本不匹配。

那么好吧，我可以像这样将第四组设置为可选，对吗？

([\s\S]*?)(grp2=\"\S*?\")([\s\S]*?)(grp4=\"\S*?\")?([\s\S]*)

显然是错误的。产生的是这个(当 grp4 存在时)

#1: front stuff
#2: grp2="abc"
#3: 
#4: 
#5: middle stuff grp4="xyz" end stuff

第四组即使存在也不再匹配。

FWIW，我需要所有文本(所有组都必须是捕获组)，因为我最终使用它来操作组 2 和 4 的文本(如果存在)，并重新构成字符串。就像将示例字符串变成这样

front stuff grp2="123" middle stuff grp4="456" end stuff

在 regex101.com 上很容易看到这种行为。我已经尝试了我所知道的所有“可选”组合。我确信我一定做了一些愚蠢的事情，而且我已经浪费了足够的时间试图弄清楚，所以我终于寻求帮助。

谢谢!

Answer 1

您可以将中间的middle stuff和grp4设置为可选，因为两者都有end stuff。您的新正则表达式将是 ([\\s\\S]*?)(grp2=\"\\S*?\")(?:([\\s\\S]*?)(grp4 =\"\\S*?\")){0,1}([\\s\\S]*)

String test = "front stuff grp2=\"abc\" middle stuff grp4=\"xyz\" end stuff";
Pattern p = Pattern.compile("([\\s\\S]*?)(grp2=\"\\S*?\")(?:([\\s\\S]*?)(grp4=\"\\S*?\")){0,1}([\\s\\S]*)");
Matcher m = p.matcher(test);

for(int i=1; i<=m.groupCount(); i++) {
    if(m.group(i)!=null) {
        System.out.println(i+": "+m.group(i));
    }
}
// String test = "front stuff grp2=\"abc\" middle stuff grp4=\"xyz\" end stuff";
// 1: front stuff 
// 2: grp2="abc"
// 3:  middle stuff 
// 4: grp4="xyz"
// 5:  end stuff

// String test = "front stuff grp2=\"abc\" end stuff";
// 1: front stuff 
// 2: grp2="abc"
// 3:  end stuff