正则表达式可选非捕获组

Question

我是一个完整的正则表形Noob,花了好几个小时试图解决这个难题.我想我必须使用某种可选的非捕获组或交替.

我想匹配以下字符串:

1. 诺伊尔电影是冯1000

2. Neuer Film a von 1000 mit b

3. Neuer Film a von 1000 mit b und c

4. Neuer Film a von 1000 mit b und c und d

5. Neuer Film a mit b

6. Neuer Film a mit b und c

7. Neuer Film a mit b und c und d

我的正则表达式如下:

var regex = /(?:[nN]euer [Ff]ilm\s?)(.*)(?:[vV]on).(\d{4}).(?:[Mm]it)(.*)(?:[uU]nd)(.*)/g;

问题是它只匹配字符串3和4.它与最后两个"und"不匹配,但是将它打包在组No.3中而不是组No.4中.

有人可以帮助我的正则表达式(这对用户不是很友好;)

Answer 1

你真的需要使用非捕获可选组(比如(?:...)?),但此外,你还需要锚点(^匹配字符串的开头并$匹配字符串结束)和懒惰点匹配模式(.*?以匹配任何字符作为可能).

你可以用

/^[nN]euer [Ff]ilm\s*(.*?)(?:\s*[vV]on\s+(\d{4}))?(?:\s+[Mm]it\s*(.*?)(?:\s*[uU]nd\s*(.*))?)?$/

请参阅正则表达式演示.在演示中,/gm修饰符是必需的,因为输入是多行字符串.

图案细节:

• ^ - 开始一个字符串锚
• [nN]euer [Ff]ilm- Neuer film/ Neuer Film/neuer Film
• \s* - 零个或多个空格
• (.*?)- 第1组:除了换行符之外的任何0+字符,尽可能少(即,直到后续子模式的最左侧出现)
• (?:\s*[vV]on\s+(\d{4}))? - 1次或0次出现:
  • \s* - 0+空格
  • [vV]on- von或Von
  • \s+ - 1+个空格
  • (\d{4}) - 第2组:4位数
• (?:\s+[Mm]it\s*(.*?)(?:\s*[uU]nd\s*(.*))?)? - 可选的非捕获组,匹配1或0次出现:
  • \s+ - 1+个空格
  • [Mm]it - Mit或mit
  • \s* - 0+空格
  • (.*?) - 第3组匹配除了换行符之外的任何0+字符,尽可能少
  • (?:\s*[uU]nd\s*(.*))? - 可选的非捕获组匹配
    • \s*[uU]nd\s*- und或Und用0+空格括起来
    • (.*) - 第4组尽可能多地匹配除换行符之外的任何0+字符
• $ - 字符串结尾.

var strs = ['Neuer Film a von 1000','Neuer Film a von 1000 mit b','Neuer Film a von 1000 mit b und c','Neuer Film a von 1000 mit b und c und d','Neuer Film a mit b','Neuer Film a mit b und c','Neuer Film a mit b und c und d'];
var rx = /^[nN]euer [Ff]ilm\s*(.*?)(?:\s*[vV]on\s+(\d{4}))?(?:\s+[Mm]it\s*(.*?)(?:\s*[uU]nd\s*(.*))?)?$/;
for (var s of strs) {
   var m = rx.exec(s);
   if (m) {
     console.log('-- ' + s + ' ---');
     console.log('Group 1: ' + m[1]);
     if (m[2]) console.log('Group 2: ' + m[2]);
     if (m[3]) console.log('Group 3: ' + m[3]);
     if (m[4]) console.log('Group 4: ' + m[4]);
   }
   
}