regex - 带有捕获组的 RegEx 中的空格问题

Question

我有一个正则表达式，我试图将其与以下类型的数据进行匹配，每个标记由未知数量的空格分隔。

更新 : "Text"几乎可以是任何字符，这就是为什么我有 .*最初。重要的是，它还可以包含空格。

正文

正文 01

文本 01 of 03

文本 01 (of 03)

短信01-03

我想将“文本”、“01”和“03”作为单独的组捕获，除“文本”之外的所有组都是可选的。到目前为止我能做的最好的是:

\s*(.*)\s+(\d+)\s*(?:\s*\(?\s*(?:of|-)\s*(\d+)\s*\)?\s*)

这匹配#3-#5，并将它们放入适当的捕获组中。但是，我不知道为什么当我添加一个额外的 ? 时到最后制作 01之后的表达式部分可选，我的捕获组变得很时髦。

\s*(.*)\s+(\d+)\s*(?:\s*\(?\s*(?:of|-)\s*(\d+)\s*\)?\s*)?

上面的 RegEx 匹配 #2-#5，但捕获组仅适用于 #2 和 #5。

这似乎是一个简单的正则表达式，所以我不知道为什么我遇到了这么多麻烦。

这是我用来帮助调试的在线 RegEx 评估器的链接: http://regexr.com?2tb64 .该链接已经有第一个 RegEx 和填充的测试数据。

Answer 1

你没有说你使用的是哪个正则表达式工具，所以我假设最小公分母，即 Javascript。这是一个有效的方法:

var re = /^\s*(.+?)(?:\s+(\d+)(?:(?:\s+\(?of\s+|-)(\d+)\)?)?)?$/i;

要在您的 Regexr 工具中使用此功能，请务必打开“多行选项”。

在 PHP 语法中也是一样的(有很多有趣的注释!):

$re = '/ # Always write non-trivial regex in free-space mode!
    ^                  # Anchor to start of string.
    \s*                # optional leading whitspace is ok.
    (.+?)              # Text can be pretty much anything.
    (?:                # Group to allow applying ? quantifier
      \s+              # WS separates "Text" from first number.
      (\d+)            # First number.
      (?:              # Group to allow applying ? quantifier
        (?:            # Second number prefix alternatives
          \s+\(?of\s+  # Either " of 03" and " (of 03)",
        | -            # or just a dash  for "-03" case.
        )              # End second number prefix alternatives
        (\d+)          # Second number
        \)?            # Match ")" for " (of 03)" case.
      )?               # Second number is optional.
    )?                 # First numebr is optional.
    $                  # Anchor to start of string.
    /ix';