在Regex中，你如何將重複組的一部分與前一個重複的部分進行匹配？

Question

假設我有一個數據存儲或歸檔系統，我接受了幾個格式（傳統的原因，不是我自己設計）

因此，舉例來說，我需要接受

abcd.efgh.1234.4567 
abcd-efgh-1234-4567 
abcd|efgh|1234|4567 

但不

abcd.efgh-1234|4567 

基本上我需要對我使用的分隔符保持一致。我試圖構建一個可以檢查的正則表達式，但我發現它非常棘手。我已經探索了正則表達式的引用，看看他們將如何尋找像abc-abc-abc重複的工作，但對我來說，我需要它允許abcd部分是不同的，只有確保我有同樣的分隔符

這裏就是我到目前爲止（link to Regex101）;

(([a-z1-9]){4}([\.:|])){3}(([a-z1-9]){4}) 

我需要以某種方式給一個反向引用到([\.:|])，但我不能把它放在那裏，因爲它需要重複自身。

無論如何要在正則表達式中做到這一點？

Answer 1

您可以捕獲定界符首次出現時，再後來回到引用它：

[a-z1-9]{4}([.:|])(?:[a-z1-9]{4}\1){2}[a-z1-9]{4} 

參看regex demo。

• [a-z1-9]{4}匹配長度四個字;
• ([.:|])匹配並捕獲分隔符;
• (?:[a-z1-9]{4}\1){2}捕獲第二和第三模式，分隔符被稱爲上面捕獲的分隔符;
• [a-z1-9]{4}匹配最後的單詞;

Answer 2

你的正則表達式可能是\w+([.|-])\w+\1\d+\1\d+參見：example 1

它採用反向引用\ 1到第一次遇到分隔符（| 「」 「」 或 「 - 」）

測試：

$ cat repeat.txt 
abcd.efgh.1234.4567 
abcd-efgh-1234-4567 
abcd|efgh|1234|4567 
abcd.efgh-1234|4567 

結果：

$ grep -P '\w+([.|-])\w+\1\d+\1\d+' repeat.txt 
abcd.efgh.1234.4567 
abcd-efgh-1234-4567 
abcd|efgh|1234|4567 

或者，更通用的：

$ grep -P '\w+(\W)\w+(\1\w+)+' repeat.txt 
abcd.efgh.1234.4567 
abcd-efgh-1234-4567 
abcd|efgh|1234|4567 

參見：example 2。然而，最後一個問題可能是重複組只捕獲最後一次發生。