正則表達式捕獲畸形文本中的組

Question

我試圖對某些格式錯誤的文本應用正則表達式。一般格式爲：

descriptor (one|two|three|four) code

理想的輸入例如：

hello world (one) 0039x

我想捕捉3組：

"hello world", "one", "0039x"

（請注意在缺少括號組（2））

個

格式錯誤的例子：

hello (world) (two) 0039x 
hello (world) three 0039x 
hello world, four 0039x 
hello (world)*,four 0039x 

的descriptor應該保留任何括號和符號（但逗號被忽略），即"hello (world)*"也是有效的。

這裏是我想出了：

([a-z0-9 \*\(\)]*),?\s?\(?(one|two|three|four)\)?\s([a-z0-9]+)

它的工作好，但問題是descriptor趨於貪婪地捕捉開括號。即，從理想的例子：

"hello world (", "one", "0039x"

什麼是更好的正則表達式將與正常情況下的工作，也是畸形的情況？前瞻可能有用，但我不知道如何使用(?:...)並捕獲任何括號，如果它也是descriptor的一部分。

Answer 1

假設你想匹配，直到剛剛(one|two|three|four)之前逗號或空格，你可以使用這個表達式：

^(.+?)[\s,]\(?(one|two|three|four)\)?\s([a-z0-9]+)$ 

RegEx Demo

Answer 2

這似乎與你的正則表達式唯一的問題是，你有括號可選，而您的好/壞樣品暗示它們是必需的（刪除2 ? s）：

([a-z0-9 \*\(\)]*),?\s?\((one|two|three|four)\)\s([a-z0-9]+)