regex - Matlab 正则表达式与标记的不一致行为

Question

我有一组字符串(总共几千个)，我需要解析它们，如下所示:

'22-213-1-0,0'
'4-23-1-1,0'
'85-572A-1-1,0'
'3-13-1-1,0'
'6-58A-1-1,0'

我想要分别返回第一个数字(不是数字!)、第二个数字和字母(如果存在的话):

'22' '213' ''
'4'  '23'  ''
'85' '572' 'A'
'3'  '13'  ''
'6'  '58'  'A' 

我使用正则表达式来做到这一点:

input = {'22-213-1-0,0' '4-23-1-1,0' '85-572A-1-1,0' '3-13-1-1,0' '6-58A-1-1,0'}'

test='(\d*)+[-]+(\d*)+(\w)+[-]\w*';

for i=1:length(input)

    parsedstring=regexp(input(i),test,'tokens');
    output(i,1)=cellfun(@str2num,parsedstring{1}{1}(1));
    output(i,2)=cellfun(@str2num,parsedstring{1}{1}(2));
    letter(i)=parsedstring{1}{1}(3);
end

但结果似乎不一致:输出=

22    21
 4     2
85   572
 3     1
 6    58

字母 =

'3'    '3'    'A'    '3'    'A'

为什么正则表达式有时只返回第二个数字的第一个数字？我认为当第一个数字只有一位数字时可能会发生这种情况，但最后一个字符串证明有时它会正确解析一位数字。我错过了什么？

Answer 1

这里的关键是指定zero or one \w? 而不仅仅是 \w 的单词字符。正如我在评论中所说，这意味着您可以将 test 更新为，

test='(\d*)-(\d*)(\w?)-.*';