在正则表达式末尾将组设为可选会导致其永不匹配

Question

我在PHP中有一个正则表达式来匹配这样的一些文本：

第24次会议-褐狐速食[2012年1月10日至2012年9月26日]

我提出的模式如下所示：

$pattern = "/(([0-9]{1,2})(st|nd|rd|th)\sMeeting\s-\s)?(.*)(\[([0-9]{1,2}\s(January|February|March|April|May|June|July|August|September|November|December)\s[0-9]{4})\sto\s([0-9]{1,2}\s(January|February|March|April|May|June|July|August|September|November|December)\s[0-9]{4})\])$/"

这似乎很好。

但是，我希望最后的日期部分是可选的。 但是，当我添加一个？ 在日期分组之后，如果字符串中包含日期，则preg_match不再提取日期。 我怀疑。*正在接管，但似乎无法理解

Answer 1

(.*) --> (.*?)

在这里阅读更多关于惰性量词的信息：

http://www.regular-expressions.info/repeat.html

Answer 2

正如您所假定的， .* （贪婪的量词）会消耗太多信息。 这可以通过使其变得懒惰或将其替换为诸如[^[]*其他东西来解决。 但是，将其替换为后一种建议将不允许在字符串中使用任何文字[ 。

除了解决此问题，您还应该做的是学会对不需要保存的部分使用非捕获组。 这将加快您的正则表达式并节省一些内存。

这是我为您解决的问题。 变化不大，但是我相信您可以发现差异。

/(([0-9]{1,2})(st|nd|rd|th)\sMeeting\s-\s)?(.*)(\[([0-9]{1,2}\s(January|February|March|April|May|June|July|August|September|November|December)\s[0-9]{4})\sto\s([0-9]{1,2}\s(January|February|March|April|May|June|July|August|September|November|December)\s[0-9]{4})\])?$/

您可以在此处查看演示和正则表达式的解释： http : //regex101.com/r/vZ1nH6

该网站使用PHP，因此可以准确解决您的问题。 如果您有兴趣了解更多信息，建议您在www.regular-expressions.info上阅读正则表达式，并在http://www.regex101.com/quiz/上浏览测验。

Answer 3

这个小的变化就可以做到（粗体）

/(([0-9]{1,2})(st|nd|rd|th)\\sMeeting\\s-\\s)? (.*?) (\\[([0-9]{1,2}\\s(January|February|March|April|May|June|July|August|September|November|December)\\s[0-9]{4})\\sto\\s([0-9]{1,2}\\s(January|February|March|April|May|June|July|August|September|November|December)\\s[0-9]{4})\\] |$ )$/

首先，自由文本表达式由?扩展? 使它变得不和谐（请参阅其他文章）

在日期部分后面加上|$ ，以告诉它确切地是字符串的日期或结尾。

这是您的总正则表达式

/(([0-9]{1,2})(st|nd|rd|th)\\sMeeting\\s-\\s)?(.*?)(\\[([0-9]{1,2}\\s(January|February|March|April|May|June|July|August|September|November|December)\\s[0-9]{4})\\sto\\s([0-9]{1,2}\\s(January|February|March|April|May|June|July|August|September|November|December)\\s[0-9]{4})\\]|$)$/