如果正則表達式具有嵌套組，我如何使用正則表達式匹配字符串？

Question

有一些字符串：

111/aaa
111/aaa|222/bbb

他們是表達形式：

(.*)/(.*)(|(.*)/(.*))?

我試圖用它來匹配一個字符串並提取值：

var rrr = """(.*)/(.*)(|(.*)/(.*))?""".r

"123/aaa|444/bbb" match {
    case rrr(pid,pname, cid,cname) => println(s"$pid, $pname, $cid, $cname")
    case _ => println("not matched ?!")
}

但它打印：

not matched ?!

我想得到：

123, aaa, 444, bbb

怎么解決？

---

UPDATE

感謝@BartKiers和@ Barmar的anser，我發現我的正則表達式有幾個錯誤，最后找到了這個解決方案：

var rrr = """(.*?)/(.*?)([|](.*?)/(.*?))?""".r

"123/aaa|444/bbb" match {
    case rrr(pid,pname, _, cid,cname) => println(s"$pid, $pname, $cid, $cname")
    case _ => println("not matched ?!")
}

它有效，但你可以看到有一個_實際上沒用。 有沒有辦法重新定義正則表達式，我可以寫rrr(pid,pname,cid,cname)來匹配它？

Answer 1

.*可能導致很多回溯因為.*首先匹配完整的字符串，然后一個接一個地返回，直到它匹配第一個/ 。

此外，它不會像您期望的那樣正確捕獲組中的值。

你應該使用.*?

你的正則表達式應該是

^(.*?)/(.*?)(?:\|(.*?)/(.*?))?$

小字符串不會有任何性能差異，但它會捕獲正確組中的值

注意?:在正則表達式中，它意味着不捕獲組(?:\\|(.*?)/(.*?))? 。 因此，僅作為結果將是4個子組。

Answer 2

試着逃避| ，這是正則表達式中的邏輯OR：

var rrr = """(.*)/(.*)(\|(.*)/(.*))?""".r