在分隔符上具有组的Regex使用可选的或可以包括分隔符的组分隔输入

Question

我需要帮助编写一个带有分组的正则表达式，以匹配以下六个输入字符串：

1. N.A
2. 不另行通知
3. 不另行通知
4. 不另行通知
5. N.CX.CY.A
6. N.CX.CY.A.S

英语中的模式是：

正则表达式的结果应该是四组。给定以上示例：

Group 1 is "N" in all cases
Group 2 is empty in case 1-2, "C" for case 3-4, and "CX.CY" for case 5-6
Group 3 is "A" in all cases
Group 4 is "S" in cases 2,4,6 and emtpy in cases 1,3,5

我在这方面玩过regex打地鼠游戏，我可以把它做对一半，但当我尝试为其他情况更新它时，我最终会破坏以前有效的。

一个解决方案会很棒，但提示或提示同样值得赞赏。

更新2012年3月12日

正如已经指出的，输入2&3看起来相同（根据英文描述），并且4&5看起来一样。

澄清：

在实际输入中，占位符"S"具有一个已知值，即文字字符串"value"。在试图概括这个问题时，我使它无法解决。更新后的英文描述为：

我正在尝试调整以下建议。我没有考虑过使用"环视"，所以感谢所有在他们的例子中提出这种技术的人。

Answer 1

让我们看看如何结合您的示例和英语解释：

^(N)(?:.([B-Z][A-Z.]*?))?.(A)(?:.([A-Z.]+))?$

---

但如果我在python中这样做：

temp = m.split('.A')
if len(temp) == 2:
    g2 = temp[0][2:]
    g4 = temp[1][1:]
else:
    g2, g4 = '', ''
groups = ("N", g2, "A", g4)

Answer 2

将你的"英语模式"翻译成regex语法，这是我得到的最好的：

^(w+)(?:.(w+(?:.w+)?))?.(w+)(?:.(w+))?$

说明：

(w+)          letters
(?:.(
   w+         letters or
   (?:.w+)?  letters dot letters or
))?            nothing
.(w+)        letters
(?:.
   (w+)       letters or
)?             nothing

它适用于情况1,3,5,6，但对于2,4，捕获组是错误的（在卢布中测试）：

N.A.S   --> ("N", "A", "S", "")
N.C.A.S --> ("N", "C.A", "S", "")

使第一个非捕获组非贪婪修复了情况2，4，但破坏了情况3，5：

^(w+)(?:.(w+(?:.w+)??))??.(w+)(?:.(w+))?$
N.C.A     --> ("N", "", "C", "A")
N.CX.CY.A --> ("N", "CX", "CY", "A")

我尝试了一些贪婪/非贪婪组的组合，但一无所获。IMHO你需要改进你的规格才能解决这个问题。。。

Answer 3

这里有一个简单的解决方案：

(N).(?:(C(?:X.CY)?).)?(A)(?:.(S))?

Answer 4

我喜欢这个：-）

我认为这个应该奏效：

(N).(C|CX.CY]?)?.?(A)?.?(S)?

Answer 5

这段Python代码似乎适用于您给出的示例。

import re
import sys
r = re.compile("^(N).([A-Z.]*?).?(A).?([A-Z]*)$")
m = r.search(sys.argv[1])
print m.group(1)
print m.group(2)
print m.group(3)
print m.group(4)