正则表达式匹配由任何字符分组包围的可选组

Question

我正在尝试匹配一个可选组，该组可以在任意数量的字符之前和之后。 整个模式也有一个必需的开始和结束匹配，但中间匹配是可选的。

我从这个开始，它在需要中间组时起作用：

string text = @"blah blah foo This is a test blah.  the test does not work. bar";
string  requiredBlah = @"(foo).*?(blah).*?(bar)";
Match m = Regex.Match(text, requiredBlah);

结果是“foo”、“blah”、“bar”。

但是，当中间组是可选的时，我猜正则表达式引擎的机制更喜欢不匹配中间组。

string optionalBlah = @"(foo).*?(blah)?.*?(bar)";

结果：“foo”、“”、“bar”。

这个SO answer说如果在可选组之前和之后有分隔符，我可以捕获中间的可选组，但这不是我的情况。

我可以完全跳过可选组并使用string.Contains("blah") ，但我想知道是否有针对此类问题的纯正则表达式解决方案。 我的目标是设计与通用模式匹配的正则表达式，具有多个可选部分，以便我可以确定缺少模式的哪些部分。

Answer 1

这个问题很常见。 第二个点匹配模式抓住了blah并且不必将其归还给(blah)? 因为它是可选的（请参阅此演示，其中我将捕获组添加到原始正则表达式以显示哪些组匹配blah ）。

最简单的解决方案是将惰性.*? 模式和(blah)捕获组到一个可选的非捕获组（即(?:.*?(blah))? ）以使正则表达式引擎尝试匹配组模式至少一次（= greedily ）：

(foo)(?:.*?(blah))?.*?(bar)

请参阅正则表达式演示。 这里， (foo)捕获了 Group 1 中的foo ， (?:.*?(blah))? 匹配 0 个或更多字符的可选序列，除换行符之外，尽可能少，然后将blah捕获到组 2 中，然后.*?(bar)匹配 0 个或更多除换行符以外的字符，尽可能少然后将bar捕获到组 3 中：

另一种解决方案是使用前瞻来限制点匹配（使用所谓的缓和贪婪令牌）：

(foo)(?:(?!blah).)*(blah)?.*?(bar)
     ^^^^^^^^^^^^^^

请参阅正则表达式演示。 (?:(?!blah).)*模式匹配直到第一个blah任何文本。 （如果它在模式的末尾，它也可能匹配到字符串的末尾。）

Answer 2

在这两种情况下，我都能够使用or运算符使其工作

(foo).*?(blah).*?(bar)|(foo).*?(bar)

演示