正则表达式可选的非捕获组

Question

我是一个完全的正则表达式新手，花了几个小时试图解决这个难题。我认为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：

>

诺伊尔电影 a von 1000

诺伊尔电影a von 1000 mit b

诺伊尔电影a von 1000 mit b und c

1000英镑的新电影

诺伊尔电影公司

诺伊尔电影a mit b und c

诺伊尔电影a mit b und c und

我的正则表达式如下所示：

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，而是将其包装在第3组中，而不是在第4组中。

有人可以帮我的正则表达式(这不是非常用户友好的；)

Answer 1

你真的需要使用非捕获可选组(比如< code >(？:...)?)，但是除此之外，您还需要锚点(^匹配字符串的开头，而< code>$匹配字符串的结尾)和懒惰点匹配模式(< code >)。*?，以匹配尽可能少的任何字符)。

您可以使用

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

参见正则表达式演示。在演示中，< code>/gm修饰符是必需的，因为输入是多行字符串。

模式详细信息：

• ^-字符串锚的开始
• [nN]euer[Ff]ilm-诺伊尔胶片/诺伊尔胶片/诺伊尔胶片
• \s*-零个或多个空格
• (. *?) -第1组：除换行符之外的任何0个字符，尽可能少（即，直到后续子模式的最左边出现）
• （？：\s*[vV]on\s（\d{4}))? -1或0次出现：
  • \s*-0个空格
  • [vV]on-vonorVon
  • \s-1个空格
  • （\d{4}）-组2:4位
  < li> \s - 1个空格 < Li > < code >[Mm]it -< code > Mit 或< code>mit < li> \s* - 0个空格 < li > <代码>(*?) -组3匹配除换行符以外的任何0字符，越少越好 < li> (？:\s*[uU]nd\s*。*))? -可选的非捕获组匹配 < ul > < Li > < code > \ s *[uU]nd \ s * -< code>und或< code > Und 用0个空格括起来 < li > <代码>(*) - Group 4尽可能多地匹配除换行符以外的任何0字符

  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]);
     }
     
  }