regex - 匹配正则表达式中的可选子字符串

Question

我正在开发一种算法来解析一系列短字符串中的数字。这些字符串有些规则，但有一些不同的一般形式和一些异常(exception)。我正在尝试构建一组正则表达式来处理各种形式和异常；我会一个接一个地应用它们，看看是否能匹配。

其中一种形式如下:

X (Y) Z

地点:

• X 是我要捕获的数字。
• Z 是静态的预定义文本。这基本上就是我确定此特定表格是否适用的方式。
• Y 是一个长度和内容未知的字符串，用括号括起来。

另外:Y 是可选的；它并不总是出现在带有 Z 和 X 的字符串中。因此，我希望能够从所有这些字符串中提取数字:

• 10 Z
• 20 (foo) Z
• 30(条)Z

现在，我有一个正则表达式可以捕获第一个:

([0-9]+) +Z

我的问题是，我不知道如何构造一个正则表达式，当且仅当它们包含在括号中时，该正则表达式才能匹配一系列字符。这可以在单个正则表达式中完成吗？

Answer 1

(\d+)\s+(\(.*?\))?\s?Z

注意转义括号和 ? (零或一次)量词。您不想捕获的任何组都可以是(?: 非捕获组)。

我同意这些空格。 \s 是一个更好的选择。我还更改了量词以确保开头有数字。就换行符而言，这取决于上下文:如果文件是逐行解析的，那么它不会成为问题。另一种选择是锚定行的开头和结尾(在前面添加 ^，在末尾添加 $)。