regex - 如果正则表达式有嵌套组，如何使用正则表达式来匹配字符串？

Question

有一些字符串:

111/aaa
111/aaa|222/bbb

它们的表达形式是:

(.*)/(.*)(|(.*)/(.*))?

我尝试用它来匹配字符串并提取值:

var rrr = """(.*)/(.*)(|(.*)/(.*))?""".r

"123/aaa|444/bbb" match {
    case rrr(pid,pname, cid,cname) => println(s"$pid, $pname, $cid, $cname")
    case _ => println("not matched ?!")
}

但它打印:

not matched ?!

我想要得到:

123, aaa, 444, bbb

如何解决？

<小时/>

更新

感谢@BartKiers和@Barmar的回答，我发现我的正则表达式有几个错误，最后找到了这个解决方案:

var rrr = """(.*?)/(.*?)([|](.*?)/(.*?))?""".r

"123/aaa|444/bbb" match {
    case rrr(pid,pname, _, cid,cname) => println(s"$pid, $pname, $cid, $cname")
    case _ => println("not matched ?!")
}

它可以工作，但是你可以看到有一个实际上没有用的_。有什么方法可以重新定义正则表达式，我只需编写 rrr(pid,pname,cid,cname) 来匹配它？

Answer 1

.* 可能会导致大量回溯，因为 .* 会首先匹配完整字符串，然后逐个返回，直到匹配第一个 /.

它也不会像您期望的那样正确捕获组中的值..

您应该使用.*？

你的正则表达式应该是

^(.*?)/(.*?)(?:\|(.*?)/(.*?))?$

小字符串不会有任何性能差异，但它会捕获正确组中的值

注意正则表达式中的 ?:，这意味着不捕获组 (?:\|(.*?)/(.*?))?。所以结果只是 4 个子组。