正則表達式匹配由任何字符分組包圍的可選組

Question

我正在嘗試匹配一個可選組，該組可以在任意數量的字符之前和之后。 整個模式也有一個必需的開始和結束匹配，但中間匹配是可選的。

我從這個開始，它在需要中間組時起作用：

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);

結果是“foo”、“blah”、“bar”。

但是，當中間組是可選的時，我猜正則表達式引擎的機制更喜歡不匹配中間組。

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

結果：“foo”、“”、“bar”。

這個SO answer說如果在可選組之前和之后有分隔符，我可以捕獲中間的可選組，但這不是我的情況。

我可以完全跳過可選組並使用string.Contains("blah") ，但我想知道是否有針對此類問題的純正則表達式解決方案。 我的目標是設計與通用模式匹配的正則表達式，具有多個可選部分，以便我可以確定缺少模式的哪些部分。

Answer 1

這個問題很常見。 第二個點匹配模式抓住了blah並且不必將其歸還給(blah)? 因為它是可選的（請參閱此演示，其中我將捕獲組添加到原始正則表達式以顯示哪些組匹配blah ）。

最簡單的解決方案是將惰性.*? 模式和(blah)捕獲組到一個可選的非捕獲組（即(?:.*?(blah))? ）以使正則表達式引擎嘗試匹配組模式至少一次（= greedily ）：

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

請參閱正則表達式演示。 這里， (foo)捕獲了 Group 1 中的foo ， (?:.*?(blah))? 匹配 0 個或更多字符的可選序列，除換行符之外，盡可能少，然后將blah捕獲到組 2 中，然后.*?(bar)匹配 0 個或更多除換行符以外的字符，盡可能少然后將bar捕獲到組 3 中：

另一種解決方案是使用前瞻來限制點匹配（使用所謂的緩和貪婪令牌）：

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

請參閱正則表達式演示。 (?:(?!blah).)*模式匹配直到第一個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

在這兩種情況下，我都能夠使用or運算符使其工作

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

演示