在正则表达式中的两个“任何”组之间是否可以有一个可选组？[重复]

Question

我有一个regex语句，如下所示：

<代码>(。*)_(ce)_(。*)_([0-9]{8}).([A-Za-z]{1，20})(？:\\.[A-Za-z]{1，20})？

它应该将（任何东西）_（ce）_（任何事物）_（某些数字）.（some_ext）.（some_possible_ext）分组。

因此，这是一个可能的传递字符串：

hello_ce_world_192212.json.xml。

这些群体是:

1. hello
2. ce
3. world
4. 20192212
5. json
6. xml

我现在想使（ce）成为可选的，并使正则表达式如下所示：

（.*）_（ce_）？(.*)_([0-9]{8}).（[A-Za-z]{1，20}）(?:\\.[A-Za-z]{1，20}）？

这样就会通过：hello_ce_world_20192212.json.xml，组将是：

1. hello
2. ce
3. world
4. 20192212
5. json
6. xml

这将传递：hello_world_20192212.json.xml，组将是：

1. hello
3. world
4. 20192212
5. json
6. xml

所以，正则表达式有效！问题是，当（ce_）出现在正在评估的文本中时，它包含在第一组中。因此，hello_ce_world_20192212.json.xml 传递正则表达式，但组是：

1. hello_ce
3. world
4. 20192212
5. json
6. xml

这违反了我上面提到的约束。不确定如何修复正则表达式以使其执行此操作；我怀疑，因为它位于两个（.*）组之间，所以它不起作用，或者我的正则表达式需要更具体。只要从逻辑上思考一下，我就会明白，我不太可能达到我想要的目标……但也许有人会有更多的理解。有什么帮助吗？

我发现这个网站对测试哪些群体在哪里和东西很有帮助。

Answer 1

您可以使用使第一个组捕获一个非贪婪的组 。此正则表达式应满足您的需要：

(.*?)_(ce)?_?(.*)_([0-9]{8})\.([A-Za-z]{1,20})?\.([A-Za-z]{1,20})?

经 https://regex101.com/r/MZqDPd/3 测试

还请注意调整，使ce可选，但不需要_。这会导致其中一个可能丢失，但仍然传递正则表达式的情况。请注意这一点。