正则表达式：如何可选地捕获一组

Question

我正在尝试使子字符串可选。这是来源：

Movie TOTO S09 E22 2022 Copyright

我想选择性地捕获子字符串：S09 E22

到目前为止我已经尝试过：

/(Movie)(.*)(S\d\d\s*E\d\d)?/gmi

问题是它最终通过匹配S09 E22 2022 Copyright而不仅仅是S09 E22：

Match 1 : 0-33  Movie TOTO S09 E22 2022 Copyright 
Group 1 : 0-5   Movie
Group 2:  5-33   TOTO S09 E22 2022 Copyright

有办法解决这个问题吗？

问候

Answer 1

您得到该匹配是因为.*是贪婪的并且会首先匹配直到字符串末尾。

然后你(S\d\d\s*E\d\d)?是可选的，所以这将保持匹配并且不会回溯。

如果您不希望 S09 或 E22 部分匹配，并且年份的 4 位数字不是强制性的，并且您的电影长度超过 1 个单词，则可以使用 pcre：

\b(Movie)\b\h+((?:(?!\h+[SE]\d+\b).)*)(?:\h(S\d+\h+E\d+))?

• \b(Movie)\b捕捉这个词电影
• (捕获组
  • (?:非捕获组作为整体部分重复
    • (?!\h+[SE]\d+\b).如果 S01 或 E22 部分不直接位于右侧，则匹配任何字符（其中[SE]匹配 aS或Echar，并\h匹配水平空白字符）
  • )*关闭非捕获组并可选择重复它
• )关闭捕获组
• (?:\h(S\d+\h+E\d+))（可选）捕获 S01 E22 部分（\d+匹配 1 个或多个数字）

正则表达式演示

S01 E22 部分的捕获组的另一个选项，或者匹配该行的 redt

\b(Movie)\h+([^S\n]*(?:S(?!\d+\h+E\d+\b)[^S\n]*)*+)(S\d+\h+E\d+)?

正则表达式演示

Answer 2

根据您显示的示例和尝试，请尝试以下正则表达式。

^Movie\s+\S+\s+(S\d{2}\s+E\d{2}(?=\s+\d{4}))

这是使用正则表达式的在线演示。

说明：为上面使用的正则表达式添加详细说明。

^Movie\s+\S+\s+  ##Matching string Movie from starting of value followed by spaces non-spaces and spaces.
(S\d{2}\s+E\d{2} ##Creating one and only capturing group where matching:
                 ##S followed by 2 digits followed by spaces followed by E and 2 digits.
  (?=\s+\d{4})   ##Making sure by positive lookahead that previous regex is followed by spaces and 4 digits.
)                ##Closing capturing group here.

Answer 3

如果其他部分不存在，则使点变得懒惰.*?并强制其匹配到$结束的想法。

Movie\s*(.*?)\s*(S\d\d\s*E\d\d|$)

请参阅 regex101 上的演示（我还在\s*捕获周围添加了一些空格）