正则表达式组匹配恰好n次

Question

我需要验证下一个字符串的格式：

text-text-id-text

分隔符为“-”。第三列必须始终为ID。我编写了下面的正则表达式（在Python中），用于验证字符串：

分隔符为“-”，第三个字段必须是ID。我编写了以下Python正则表达式来验证字符串：

import re

s = 'col1-col2-col3-id' # any additional text at the end
                        # is allowed e.g. -col4-col5
print re.match('^(.*-){3}id(-.*)?$', s) # ok 
print re.match('^(.*-){1}id(-.*)?$', s) # still ok, is should not be

我尝试使用非贪婪模式，但结果仍然相同：

^(.*?-){1}id(-.*)?$

我的正则表达式有什么问题？我可以使用以下方式验证字符串：

>>> import re
>>> print re.split('-', 'col1-col2-col3-id')
['col1', 'col2', 'col3', 'id']

然后检查第三个元素是否与id匹配，但我对为什么第一个正则表达式如上所述有效很感兴趣。

- broadband

Answer 1

你的第一个正则表达式不正确，因为它断言在前三个项目之后存在id。
你的第二个正则表达式匹配字符串不正确，因为.*也会匹配连字符。

你应该使用这个正则表达式：

/^(?:[^-]+-){2}id/

这里有一个正则表达式演示！

如果你需要将正则表达式锚定到末尾，请使用/^(?:[^-]*-){2}id.*$/！

---

如Tim Pietzcker所述，考虑在项的末尾断言id：

/^(?:[^-]+-){2}id(?![^-])/

这里是一个更新后的正则表达式演示！

- Unihedron

---

+1，并且可能在“id”后使用前瞻断言(?=-|$)，以确保第三列不是类似于“idiom”的内容。 - Tim Pietzcker

可能是这样，但我们不知道在“-”之间允许哪些字符，也许“id.txt”是有效的，不应该被匹配。 - Tim Pietzcker

@Unihedron .* 匹配连字符也可以。谢谢你。 ?: 是必要的吗？ - broadband

我现在明白 ?: 的含义了。请阅读 https://dev59.com/QXA75IYBdhLWcg3wBkS1。 - broadband

@broadband 很棒！也看看这个。 - Unihedron