.net - 仅当组存在时才匹配组内的组

Question

我想捕获整行，并且可以选择使用正则表达式模式 H-\d{4} 捕获 ID。 ，例如H-1234 .

这是两个示例行，一个有 ID，另一个没有 ID:

Sample line with H-5722 id

Sample line without id

在第一个 ALL 中应捕获整行，ID H-5722。在第二个中 ALL 应捕获整行，ID 应为空。

此正则表达式适用于第一行，捕获 ALL 和 ID:

^(?<ALL>.*?(?<ID>H-\d{4})\b.*)$

但它与预期的第二行不匹配，因为它没有 ID。

因此，我尝试使用 ? 的非捕获组使 ID 捕获成为可选零或一修饰符(?:(?<ID>H-\d{4}))? ，或者修改 ID 组，以便它可以捕获表达式或空字符串 (?<ID>H-\d{4}|) :

^(?<ALL>.*?(?:(?<ID>H-\d{4})\b)?.*)$

^(?<ALL>.*?(?<ID>H-\d{4}|)\b.*)$

通过这些修改，ALL 捕获两个示例中的整行。但它不会捕获 ID。

我怎样才能实现这个目标？

我正在使用 .NET 正则表达式实现，但我认为它与其他实现非常相似。

Answer 1

使用交替:

^(?<ALL>(?!.*H-\d{4}\b).*|.*?(?:(?<ID>H-\d{4})\b).*)$

参见https://regex101.com/r/dZx3b1/1/

或者使用 unrolled tempered greedy token (用于性能)

^(?<ALL>[^H\n]*(?:H(?!-\d{4}\b)[^H\n]*)*(?<ID>H-\d{4}\b)?.*)$

参见https://regex101.com/r/9ILEhw/1/

基本上强制使用 ID 组(如果可以找到的话)。

您的方法失败，因为 .*? 始终与初始空字符串匹配，可选的 ID 模式被跳过，并且 .* 与实际字符串匹配。