我正在开发一种算法来解析一系列短字符串中的数字。这些字符串有些规则,但有一些不同的一般形式和一些异常(exception)。我正在尝试构建一组正则表达式来处理各种形式和异常;我会一个接一个地应用它们,看看是否能匹配。
其中一种形式如下:
X (Y) Z
地点:
X
是我要捕获的数字。Z
是静态的预定义文本。这基本上就是我确定此特定表格是否适用的方式。Y
是一个长度和内容未知的字符串,用括号括起来。
另外:Y
是可选的;它并不总是出现在带有 Z
和 X
的字符串中。因此,我希望能够从所有这些字符串中提取数字:
10 Z
20 (foo) Z
30(条)Z
现在,我有一个正则表达式可以捕获第一个:
([0-9]+) +Z
我的问题是,我不知道如何构造一个正则表达式,当且仅当它们包含在括号中时,该正则表达式才能匹配一系列字符。这可以在单个正则表达式中完成吗?
最佳答案
(\d+)\s+(\(.*?\))?\s?Z
注意转义括号和 ?
(零或一次)量词。您不想捕获的任何组都可以是(?:
非捕获组)。
我同意这些空格。 \s
是一个更好的选择。我还更改了量词以确保开头有数字。就换行符而言,这取决于上下文:如果文件是逐行解析的,那么它不会成为问题。另一种选择是锚定行的开头和结尾(在前面添加 ^
,在末尾添加 $
)。
关于regex - 匹配正则表达式中的可选子字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/241285/