如何捕获多个重复组？

Question

我需要捕获相同模式的多个组.假设,我有一个以下字符串:

HELLO,THERE,WORLD

我写了一个以下模式

^(?:([A-Z]+),?)+$

我想要它做的是,捕获每一个单词,以便第1组是:"你好",第2组是"THERE"而第3组是"WORLD"我的正则表达式实际上只捕获最后一个,这是"世界".

我测试我的正则表达式在这里,我想与斯威夫特使用它(也许有斯威夫特一种方式来获得中间结果不知怎么的,这样我就可以使用它们？)

更新:我不想使用split.我现在只需要捕获所有匹配模式的组,而不仅仅是最后一组.

Answer 1

如果模式中有一个组,则只能在该组中获得一个精确结果.如果您的捕获组被模式重复(您+在周围的非捕获组上使用了量词),则只存储与其匹配的最后一个值.

您必须使用语言的正则表达式实现函数来查找模式的所有匹配项,然后您必须删除非捕获组的锚点和量词(并且您也可以省略非捕获组本身).

或者,展开你的正则表达式,让模式包含你想要在结果中获得的每个组的一个捕获组:

^([A-Z]+),([A-Z]+),([A-Z]+)$

Answer 2

关键区别是重复捕获的组而不是捕获重复的组。

正如您已经发现的，不同之处在于重复捕获的组仅捕获最后一次迭代。捕获重复组捕获所有迭代。

在 PCRE (PHP) 中：

((?:\w+)+),?

Match 1, Group 1.    0-5      HELLO
Match 2, Group 1.    6-11     THERE
Match 3, Group 1.    12-20    BRUTALLY
Match 4, Group 1.    21-26    CRUEL
Match 5, Group 1.    27-32    WORLD

由于所有捕获都在组 1 中，因此您只需要$1替换。

我使用了这个正则表达式的以下一般形式：

((?:\w+)+),?

regex101 中的示例

Answer 3

我想你需要这样的东西......

b="HELLO,THERE,WORLD"
re.findall('[\w]+',b)

哪个在 Python3 中会返回

['HELLO', 'THERE', 'WORLD']

Answer 4

读完Byte Commander 的回答后，我想介绍一个可能的微小改进：

您可以生成一个匹配任一n单词的正则表达式，只要您n是预先确定的。例如，如果我想匹配 1 到 3 个单词，则正则表达式：

^([A-Z]+)(?:,([A-Z]+))?(?:,([A-Z]+))?$

将匹配接下来的句子，包含一个、两个或三个捕获组。

^([A-Z]+)(?:,([A-Z]+))?(?:,([A-Z]+))?$

您可以在 Regex101 上查看有关此正则表达式的完整详细说明。

正如我所说，使用您最喜欢的语言为您想要的任何组生成此正则表达式非常容易。由于我不是一个敏捷的人，这里有一个 ruby​​ 示例：

HELLO,LITTLE,WORLD
HELLO,WORLD
HELLO

split话虽这么说，我建议在这种情况下不要使用正则表达式，根据您的需要，还有许多其他很棒的工具，从简单到一些标记化模式。恕我直言，正则表达式不是其中之一。例如在红宝石中我会使用类似str.split(",")或str.scan(/[A-Z]+/)