如何让捕获组“吸收”它之前/之后的空白而不捕获它？

Question

这里有一个正则表达式。试试下面的字符串，我面临的问题是，在第一个组之后，每个捕获组的开头都有一个额外的空格。我需要匹配空白，但不需要捕捉它们。

正则表达式：

^(\/[a-zA-Z0-9]+)?(\s~[a-zA-Z]+)?([\w\s'()-]+)?((?:\s~[a-zA-Z]+){0,2})?$

在上面的链接上查看它会使理解变得更简单。

这些是您可以一个接一个地粘贴到测试字符串区域中的一些字符串：

/test ~example matches ~extra ~space
this too has an extra ~space ~matched
/like wise for this
/and ~this

查看匹配组区域，注意在第1组之后，组之间的前1个空格被捕获。

我想做的是：

对于第一个和第二个捕获组，我希望他们检测到一个后续空间并吸收它，但不捕获它，这样第三个捕获组就不会检测并捕获额外的空间。对于第四个捕获组，我希望它检测到前面的空间并吸收它，但不捕获它。

我所说的吸收是指空间被“移除”，从某种意义上说，第三个捕获组不会意识到它的存在。

我怎么能这么做呢？

谢谢

Answer 1

试试这个正则表达式：

^(\/[a-zA-Z0-9]+)?\s?(~[a-zA-Z]+)?\s*([\w\s'()-]+)?\s?((?:~[a-zA-Z]+\s?){0,2})?$

Answer 2

我想这就是你想要的：

^(\/[a-zA-Z0-9]+)?(?:(\s~[a-zA-Z]+)\s)?([\w\s'()-]+)?(?:\s((?:~[a-zA-Z]+\s?){0,2}))?$

Answer 3

这是我想出的正则表达式-

^(\/[a-zA-Z0-9]+)?(?:\s)?(~[a-zA-Z]+)?(?:\s)?([\w\'()\-\s]+)?(?:\s(~[a-zA-Z]+))?(?:\s(~[a-zA-Z]+))?$

按照要求将正则表达式分成2部分——

对于第一个和第二个捕获组，我希望他们检测到一个后续空间并吸收它，但不捕获它，这样第三个捕获组就不会检测并捕获额外的空间。

第一组和第二组的正则表达式-

(\/[a-zA-Z0-9]+)?(\s~[a-zA-Z]+)?

所以，在第一次和第二次捕获组之后，我添加了一个非捕获（？:\s）。这允许第三个捕获组不吸收前面的空间。这是我的正则表达式-

(\/[a-zA-Z0-9]+)?(?:\s)?(~[a-zA-Z]+)?(?:\s)?

对于第四个捕获组，我希望它检测到前面的空间并吸收它，但不捕获它。

你的正则表达式

((?:\s~[a-zA-Z]+){0,2})?

在这里，一个显而易见的解决方案是只捕获文本部分（[a-zA-Z]），而不捕获\s部分。像这样的，

(?:(?:\s(~[a-zA-Z]+)){0,2})?
         ^^^^^^^^^^ Capturing only this.

但这是一个重复的捕获组，在这个组中，您实际上是在旧元素的基础上捕获一个新元素。基本上，重复捕获组只捕获最后一次迭代。所以如果你想匹配-

“~space~matched”，它将只捕获最后一个“~matched”。

一个解决方案是，既然你在检查{0,2}，你可以显式地检查它两次，就像这样-

(?:\s(~[a-zA-Z]+))?(?:\s(~[a-zA-Z]+))?

但是，如果以后对{0,2}的要求发生变化，那么最好的解决方案是捕获前面的空格并将捕获的组分开为空格。

->  OUTPUT - when I run this regex for the given strings in JavaScript-
["/test ~example matches ~extra ~space", "/test", "~example", "matches", "~extra", "~space", index: 0, input: "/test ~example matches ~extra ~space"] (index):18
["this too has an extra ~space ~matched", undefined, undefined, "this too has an extra", "~space", "~matched", index: 0, input: "this too has an extra ~space ~matched"] (index):18
["/like wise for this", "/like", undefined, "wise for this", undefined, undefined, index: 0, input: "/like wise for this"] (index):18
["/and ~this", "/and", "~this", undefined, undefined, undefined, index: 0, input: "/and ~this"] 

希望这有所帮助。