具有具有非捕获组的可选组的正则表达式

Question

我有一个具有多个可选和非捕获组的正则表达式。所有这些组都可能发生，但不必发生。正则表达式应使用非捕获组返回整个字符串。

当我将最后一个组也设置为可选时，正则表达式将具有多个分组结果。当我将第一组设置为非可选时，正则表达式匹配。为什么？

输入将类似于input_text="xyz T1 VX N1"，预期输出T1 VX N1。

regexs = {
    "allOptional": 'p?(?:T[X0-4]?)?\\s?(?:V[X0-2])?\\s?(?:N[X0-3])?',
    "lastNotOptional": 'p?(?:T[X0-4]?)?\\s?(?:V[X0-2])?\\s?(?:N[X0-3])',
    "firstNotOptional": 'p?(?:T[X0-4]?)\\s?(?:V[X0-2])?\\s?(?:N[X0-3])?',
}

for key, regex in regexs.items():
    matches = re.findall(regex, input_text)

    # Results
    allOptional = ['', '', '', ' ', 'T1 VX N1', '']
    lastNotOptional = ['T1 VX N1']
    firstNotOptional = ['T1 VX N1']

提前感谢！

Answer 1

我建议

\b(?=\w)p?(?:T[X0-4]?)?\s?(?:V[X0-2])?\s?(?:N[X0-3])?\b(?<=\w)

请参阅正则表达式演示。

另一种选择是lookaround的组合，确保匹配的前面紧跟一个空格字符或字符串的开头，并且匹配的第一个字符是一个空格字符，以及另一个环视组合（在模式的末尾）以确保匹配结束字符是非空格，然后一个空格或字符串末尾如下：

(?<!\S)(?=\S)p?(?:T[X0-4]?)?\s?(?:V[X0-2])?\s?(?:N[X0-3])?(?!\S)(?<=\S)

查看这个正则表达式演示。

这里要点是两个特定的单词/空白边界:

< li> \b(？=\w)确保单词边界位置匹配，后面紧跟一个单词char < li> \b(？

观看Python演示:

import re
input_text = "xyz T1 VX N1 G1"
pattern = r'\b(?=\w)p?(?:T[X0-4]?)?\s?(?:V[X0-2])?\s?(?:N[X0-3])?\b(?<=\w)'
print(re.findall(pattern, input_text))
# => ['T1 VX N1']