正则表达式可选组解析

Question

几个小时以来一直在摆弄这个......

我正在尝试解析这种形式的错误消息:

[error]  C:\Me\MyPath\myFile.scala:18:22: not found: value getaa

我可以使用以下正则表达式很好地做到这一点:

\[(error|warn)\]\s+(.+):(\d+):(?:\d+:)\s+(.+)$

正确生成组:

error
C:\Me\MyPath\myFile.scala
18
not found: value getaa

但为了使其更健壮，我需要将 22: 部分设为可选(因为某些版本的 scala 编译器不输出列号)。换句话说，它也需要为这个字符串生成与上面相同的组:

[error]  C:\Me\MyPath\myFile.scala:18: not found: value getaa

我试过在可选组后面加上一个问号，但这不起作用——它弄乱了原来的组。我假设有一些关于懒惰与贪婪的东西我不理解。 Here is a working sample在正则表达式 101 上。感谢您的帮助。

Answer 1

需要加两个问号:

\[(error|warn)\]\s+(.+?):(\d+):(?:\d+:)?\s+(.+)$
                      ^                ^

查看 regex demo

.+? 将匹配除换行符以外的任何 1+ 个字符尽可能少，因此匹配到子模式的第一次出现跟随。第二个 ? 将使 (?:\d+:) 组可选。

完整的模式细节

• \[ - 一个 [
• (error|warn) - 两个子字符串之一(error 或 warn)
• \] - 或者只是 ] - 一个 ] 字符
• \s+ - 1+ 个空格
• (.+?) - 除换行字符外的任何 1+ 个字符，尽可能少，直到第一个...
• : - 冒号
• (\d+) - 第 2 组:一个或多个数字
• : - 冒号
• (?:\d+:)? - 一个非捕获组匹配 1 个以上的数字和一个冒号在它们之后 1 次或 0 次
• \s+ - 1+ 个空格
• (.+) - 第 3 组:行的其余部分
• $ - 字符串结尾(注意这里没有必要，因为 .+ 是一个贪婪的子模式)