正则表达式奇怪的行为

Question

我正在尝试创建一个C#/ WPF解析器.我对正则表达式有一个很好的全面理解,因为这不是我的第一个解析器(可能不是我的最后一个)

但是,现在我有一种非常奇怪的行为.这是我要解析的内容(注意:删除了实际数据,我只是按照与我相同的结构制作了一个字符串):

aaaaa bbbbb 50 c blabla

我的应用程序将收到我想要拆分和识别的行.由于某种原因,空格的数量是可变的(一个在aaaa和bbbb之间,两个在bbbb和50之间......).(注意人们告诉我之前:我不会使用string.Split().因为我有很多不同的线条结构,我应该总是得到相同的数据.只是拆分它会让我无法识别每一个部分意味着)

我目前的测试正则表达式有点简单:

(\S*)[\s*](\S*)[\s*](\S*)[\s*](p|c)(.*)

现在,发生了什么.当bbbbb和50之间只有一个空格时,正则表达式正确解析(注意:我使用http://www.myregextester.com/index.php来测试我的正则表达式)

$matches Array:
(
    [0] => Array
        (
            [0] => aaaaa bbbbb 50 c  blabla
        )

    [1] => Array
        (
            [0] => aaaaa
        )

    [2] => Array
        (
            [0] => bbbbb
        )

    [3] => Array
        (
            [0] => 50
        )

    [4] => Array
        (
            [0] => c
        )

    [5] => Array
        (
            [0] =>   blabla
        )

)

如果bbbb和50之间有两个空格,则会发生以下情况:

$matches Array:
(
    [0] => Array
        (
            [0] => bbbbb  50 c blabla
        )

    [1] => Array
        (
            [0] => bbbbb
        )

    [2] => Array
        (
            [0] => 
        )

    [3] => Array
        (
            [0] => 50
        )

    [4] => Array
        (
            [0] => c
        )

    [5] => Array
        (
            [0] =>  blabla
        )

)

现在我知道我可以轻松地从线上移除不需要的空间(这是我目前所做的).我无论如何都渴望了解我在那里错过了什么:当我添加一个额外的空间时,为什么会发生这种情况,应该用我添加的[\ s*]中的一个来识别？

谢谢!

Answer 1

[\s*]没有做你期望的事.方括号表示一个字符组,这意味着它将匹配一个\s(空格)或字面*的字符.

只需删除这些括号即可获得预期的行为:匹配\s(空格)0次或更多次:

(\S*)\s*(\S*)\s*(\S*)\s*(p|c)(.*)

编辑:Jesse的评论也很有价值:除非某些组是真正可选的,否则你可能想要使用+而不是*量词.