regex - 匹配正则表达式字符串中的多个值

Question

我试图在字符串中捕获一个或多个变量，而不仅仅是找到的第一个值。我创建了一个测试正则表达式

color.*?(?<COLOR>(red|blue|black)).*?.

和测试句

favorite colors are red, blue and black.  Mr. Green

可以在这里看到 http://regex101.com/r/vV7bP3/2

我的目标是为每个红色、蓝色和黑色匹配，而不是在句点之后匹配绿色。换句话说，在一个带有“颜色”这个词的句子中寻找所有颜色的匹配，但只能到下一个时期(我知道这是一个由两部分组成的问题，我认为这比发布两次更容易。

Answer 1

要查找单词颜色和点之间的几种颜色，您可以在全局搜索中使用此模式(兼容 PHP/PCRE、Perl、Ruby 2.0、Java、.NET):

(?:\G(?!\A)|\bcolors?\b)[^.]+?\b(?<colors>red|bl(?:ue|ack))\b

这个想法是使用 \G匹配上次匹配结果结尾的 anchor 。此技术在模式的开头(在非捕获组中)使用两个入口点。

第一个匹配结果使用单词“color”作为模式的入口点，下一个匹配结果使用带有 \G 的入口点。 anchor 。

自 [^.]是唯一使用的字符类，在点之后无法获得其他结果。 (请注意，这可能会导致 Mr. 之类的缩写或 U.S.A. 之类的首字母缩写词出现问题)

注意:您可以通过添加 .*? 来减少正则表达式引擎的工作。在“颜色”之前(这样可以避免使用 2 个入口点一一测试“颜色”之前的所有字符):

(?:\G(?!\A)|.*?\bcolors?\b)[^.]+?\b(?<colors>red|bl(?:ue|ack))\b

或者您可以在开始时移动单词边界以更快地失败(因为每个匹配都以单词边界结束):

\b(?:\G(?!\A)|colors?\b)[^.]+?\b(?<colors>red|bl(?:ue|ack))\b