正则表达式:分组只返回最后一个匹配

Question

我有一组这种形式的字符串:

NOOO (2), { AAA (1), BBB (2), CCC-CC (3), DDD (4) }

(括号内的元素可以超过四个)

我需要匹配括号内的内容并仅提取(使用组)“AAA”、“BBB”、...子字符串。所以这个例子的结果将是

group1 : AAA
group2 : BBB
group3 : CCC-CC
group4 : DDD

我试过这个表达式:

\{ (?:(\S+) \(\d+\),?\s?)+ \}

但它只返回最后一个匹配的组(因此，在这种情况下，只返回“DDD”)。我错过了什么？谢谢

Answer 1

如果您使用 .NET 正则表达式，那么您的表达式将起作用，因为捕获组将捕获其所有值。否则，您必须使用更棘手的正则表达式或分两步进行匹配，首先匹配 { ... } group 然后是其中的元素。

棘手的正则表达式如下所示:

(?:{|\G(?!^),)   # match a { or where the previous match ended followed by a ,
\s+              # space between elements
(\S+)\s+\(\d+\)  # an element
(?=[^{]*})       # make sure it's eventually followed by a }

如果您使用 /x，则可以照原样使用该表达式。标志(也可以通过在表达式的开头添加 (?x) 来设置)。

没有注释的正则表达式:

(?:{|\G(?!^),)\s+(\S+)\s+\(\d+\)(?=[^{]*})

此表达式使用 \G您的正则表达式风格必须支持。
大多数现代正则表达式都有它，包括:Perl、PCRE (PHP/etc)、.NET。

请注意，这样的表达式并不完美。它将捕获 AAA和 BBB例如在以下字符串中:

{ AAA (1), BBB (23), CCC, something invalid here #¤% ))),,,,!! }

如果需要，也可以修复(计数器除外)。