正则表达式：可选组不起作用
Regular Expression: optional group is not working
我有这个正则表达式：
\n1\s(\d{2,8})\s(\d{0,3}(.\d{3}),\d)\s(\w{1,10})\s(\d{0,3}(.\d{3}),\d)\s(\d{0,3}(.\d{3}),\d)\s(\w{3}).+?Ihre
Art.-Nr.\s(\d+).+?(?:DeliveryDate:\s(\d{2}.\d{2}.\d{4})).+?(?:ExtraCharge.+?entspricht:\s(\d{0,3}(.\d{3}),\d)\s(\w{1,10}))
到目前为止工作正常。它匹配这样的东西：
1 123456 25,00 Stck 100,00 2.500,00 EUR
. . . some text
Ihre Art.-Nr. 1690431
DeliveryDate: 21.11.2019
. . . some text
incl.ExtraCharge
entspricht: 222,00 EUR
现在我希望粗体部分是可选的（在某些情况下文档中缺少值）。
我的想法是只在组中添加一个问号：
\n1\s(\d{2,8})\s(\d{0,3}(.\d{3}),\d)\s(\w{1,10})\s(\d{0,3}(.\d{3}),\d)\s(\d{0,3}(.\d{3}),\d)\s(\w{3}).+?Ihre
Art.-Nr.\s(\d+).+?(?:DeliveryDate:\s(\d{2}.\d{2}.\d{4}))?.+?(?:ExtraCharge.+?entspricht:\s(\d{0,3}(.\d{3}),\d)\s(\w{1,10}))?
但是不行，不知道为什么
如果 (?:DeliveryDate:\s(\d{2}.\d{2}.\d{4}))? 不匹配，那么正则表达式仍然期望 .+? 前后仍然匹配。
尝试将结尾 .+? 放在 DeliveryDate 的非捕获组中。例如
(?:DeliveryDate:\s(\d{2}.\d{2}.\d{4}).+?)?
除了使用 .+?，您还可以使用否定先行 (?!
来匹配检查行开头值的单独部分
因为看起来像钱一样的值总是以逗号结尾，而不是使用 \d{0,3}(\.\d{3})*,\d* 这可能也匹配 .123, 你可以使用 \d{1,3}(?:\.\d{3})*(?:\,\d+) 代替。
假设 incl. 始终存在，您可以将其用作模式中的标记以至少匹配到该部分。
您仍然可以为 DeliveryDate 和 ExtraCharge 使用可选组
(?:DeliveryDate:\s(\d{2}.\d{2}.\d{4}))? 和 (?:ExtraCharge\r?\n\s*entspricht:\s(\d{1,3}(?:\.\d{3})*(?:\,\d+))\s(\w{1,10}))?
整个模式可能如下所示：
\n1\s(\d{2,8})\s(\d{1,3}(?:\.\d{3})*(?:\,\d+))\s(\w{1,10})\s(\d{1,3}(?:\.\d{3})*(?:\,\d+))\s(\d{1,3}(?:\.\d{3})*(?:\,\d+))\s(\w{3})(?:\r?\n(?!Ihre).*)*\r?\nIhre Art.-Nr.\s(\d+)(?:\r?\n(?!DeliveryDate:|incl\.).*)*\r?\n(?:DeliveryDate:\s(\d{2}.\d{2}.\d{4}))?(?:\r?\n(?!incl\.).*)*\r?\nincl\.(?:ExtraCharge\r?\n\s*entspricht:\s(\d{1,3}(?:\.\d{3})*(?:\,\d+))\s(\w{1,10}))?
我有这个正则表达式：
\n1\s(\d{2,8})\s(\d{0,3}(.\d{3}),\d)\s(\w{1,10})\s(\d{0,3}(.\d{3}),\d)\s(\d{0,3}(.\d{3}),\d)\s(\w{3}).+?Ihre Art.-Nr.\s(\d+).+?(?:DeliveryDate:\s(\d{2}.\d{2}.\d{4})).+?(?:ExtraCharge.+?entspricht:\s(\d{0,3}(.\d{3}),\d)\s(\w{1,10}))
到目前为止工作正常。它匹配这样的东西：
1 123456 25,00 Stck 100,00 2.500,00 EUR
. . . some text
Ihre Art.-Nr. 1690431
DeliveryDate: 21.11.2019
. . . some text
incl.ExtraCharge
entspricht: 222,00 EUR
现在我希望粗体部分是可选的（在某些情况下文档中缺少值）。
我的想法是只在组中添加一个问号：
\n1\s(\d{2,8})\s(\d{0,3}(.\d{3}),\d)\s(\w{1,10})\s(\d{0,3}(.\d{3}),\d)\s(\d{0,3}(.\d{3}),\d)\s(\w{3}).+?Ihre Art.-Nr.\s(\d+).+?(?:DeliveryDate:\s(\d{2}.\d{2}.\d{4}))?.+?(?:ExtraCharge.+?entspricht:\s(\d{0,3}(.\d{3}),\d)\s(\w{1,10}))?
但是不行，不知道为什么
如果 (?:DeliveryDate:\s(\d{2}.\d{2}.\d{4}))? 不匹配，那么正则表达式仍然期望 .+? 前后仍然匹配。
尝试将结尾 .+? 放在 DeliveryDate 的非捕获组中。例如
(?:DeliveryDate:\s(\d{2}.\d{2}.\d{4}).+?)?
除了使用 .+?，您还可以使用否定先行 (?!
因为看起来像钱一样的值总是以逗号结尾，而不是使用 \d{0,3}(\.\d{3})*,\d* 这可能也匹配 .123, 你可以使用 \d{1,3}(?:\.\d{3})*(?:\,\d+) 代替。
假设 incl. 始终存在，您可以将其用作模式中的标记以至少匹配到该部分。
您仍然可以为 DeliveryDate 和 ExtraCharge 使用可选组
(?:DeliveryDate:\s(\d{2}.\d{2}.\d{4}))? 和 (?:ExtraCharge\r?\n\s*entspricht:\s(\d{1,3}(?:\.\d{3})*(?:\,\d+))\s(\w{1,10}))?
整个模式可能如下所示：
\n1\s(\d{2,8})\s(\d{1,3}(?:\.\d{3})*(?:\,\d+))\s(\w{1,10})\s(\d{1,3}(?:\.\d{3})*(?:\,\d+))\s(\d{1,3}(?:\.\d{3})*(?:\,\d+))\s(\w{3})(?:\r?\n(?!Ihre).*)*\r?\nIhre Art.-Nr.\s(\d+)(?:\r?\n(?!DeliveryDate:|incl\.).*)*\r?\n(?:DeliveryDate:\s(\d{2}.\d{2}.\d{4}))?(?:\r?\n(?!incl\.).*)*\r?\nincl\.(?:ExtraCharge\r?\n\s*entspricht:\s(\d{1,3}(?:\.\d{3})*(?:\,\d+))\s(\w{1,10}))?