正则表达式对不捕获内容的表达式进行分组

Question

我正在尝试创建一个大型正则表达式，计划捕获 6 个组。将用于解析某些具有以下格式的 Android 日志：

2020-03-10T14:09:13.3250000 VERB    CallingClass    17503   20870   Whatever content: this log line had (etc)

到目前为止我创建的表达式如下：

    (\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}.\d{7})\t([A-Za-z]{4})\t(\w{+})\t(\d{5})\t(\d{5})\t(.*$)

本例中的行是制表符分隔的，尽管我正在开发的应用程序将是动态的，但情况并非总是如此，所以我觉得正则表达式仍然是最好的选择，即使它比执行更重分裂。

从我的思考过程中更详细地分解组：

匹配日期（我正在考虑将其更改为 x 个字符）

(\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}.\d{7})
匹配 4 个字符的块

([A-Za-z]{4})
匹配任意数量的字符直到下一个选项卡

(\w{+})
匹配一组 5 个数字 2 次

\t(\d{5})
最后，匹配其他所有内容，直到行尾。 \t(.*$)

如果我对以下内容使用简化表达式，它会起作用：

    (\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}.\d{7})\t([A-Za-z]{4})\t(.*$)

这不包括 3 个组、单词和 2 个数字块。

知道这是为什么吗？

谢谢。

Answer 1

问题是 \w{+} 将匹配一个单词字符，后跟一个或多个 { 字符，然后是最后一个 } 字符。如果您想要一个或多个单词字符，则只需使用不带花括号的加号（用于指定特定数字或数字范围，但如果不符合该格式，则会匹配文字花括号）。

(\d{4}-\d{2}-\d{2}T\d{2}:\d{2}:\d{2}.\d{7})\t([A-Za-z]{4})\t(\w+)\t(\d{5})\t(\d{5})\t(.*$)

我强烈推荐使用 https://regex101.com/ for the explanation to see if your expression matches up with what you want spelled out in words. However for testing for use in C# you should use something else like http://regexstorm.net/tester

正则表达式对不捕获内容的表达式进行分组

Regex groups expression not capturing content

c#

regex

regex-group