regex - .* 没有正确捕获逗号

Question

我的正则表达式不能正确处理一行中的逗号。

if line =~ /^.*,(\d{4}-\d{2}-\d{2}),(\d+:\d+),.*,(\d+),.*,(.*) && (.*),Other,Other.*$/

我正在逐行读取一个文件，应该如下所示:

"",2019-06-14,01:30,,27,"",Episode Name && Series Name,Other,Other,LOCAL

但是，如果系列名称中有逗号，例如。 “Busy Electron, The”，正则表达式只会捕获“The”而不是整个名称。

Answer 1

这可能是我们在这里寻找的表达式，但不是正确的方法:

"(.*?)",([0-9]{4}-[0-9]{2}-[0-9]{2})\s*,([0-9]{2}:[0-9]{2}),(.*?),([0-9]+),"(.*?)",(.*?),(.*?),(.*?),(.*)

除了最后一个字段，我们只是为那些我们不会验证的字段实现一个惰性量词 (.*?)。

(.*)? 不起作用，因为它会使整个捕获组懒惰而不是 .*。

之前，它会到达 ?，.* 已经将我们的字符串扫到末尾，并收集了除换行符之外的所有字符。

如果我们希望增加或减少约束，我们可以这样做，例如:

"(.*?)",\s*([0-9]{4}-[0-9]{2}-[0-9]{2})\s*,\s*([0-9]{2}:[0-9]{2})\s*,(.*?),\s*([0-9]+)\s*,"(.*?)",(.*?),(.*?),(.*?),(.*)

测试

re = /"(.*?)",([0-9]{4}-[0-9]{2}-[0-9]{2})\s*,([0-9]{2}:[0-9]{2}),(.*?),([0-9]+),"(.*?)",(.*?),(.*?),(.*?),(.*)/m
str = '"",2019-06-14,01:30,,27,"",Episode Name && Series Name,Other,Other,LOCAL

"some things we wish here",2019-06-14,01:30,some things we wish here,27,"some things we wish here",Episode Name && Series Name,Other,Other,LOCAL'

# Print the match result
str.scan(re) do |match|
    puts match.to_s
end

Demo

正则表达式电路

jex.im可视化正则表达式: