正则表达式：忽略捕获组的顺序，仅捕获最后一次出现。

Question

假设我们有以下字符串：

1|order=asc|type=1

我们需要创建一个正则表达式来解析参数，假设字符串始终以数字开头，并且（可选）具有任意顺序的参数（order，asc）。另外，它可能具有3个或更多参数，但出于简单起见，让我们保留2个参数。

例如，这些是正则表达式将理解的字符串：

1
1|order=asc|type=1
1|type=1|order=asc

我有以下表达式可以完成此任务：

(?<id>^\w+)((?:\|type=(?<type>\w+))|(?:\|order=(?<order>\w+))){0,2}

这是我正则表达式的演示链接

但问题在于它允许重复。

如果我们有以下字符串，它将根本不匹配order参数：

1|type=1|type=2|order=asc

理想情况下，我们应该从上面的正则表达式中获得以下几个组：

• id：1
• type：2（因为它应该捕获最后出现的实例）
• order：asc

- Alex Volchetsky

---

也许类似于 ^(?<id>\w+)(?:\|(?:type=(?<type>\w+)|order=(?<order>\w+)))+$ 的正则表达式可以实现这个功能？请参考 https://regex101.com/r/uZJfkp/1 - Wiktor Stribiżew

要从第一个输入中捕获<id>，需要使用*而不是+。@WiktorStribiżew。不错的解决方案。发布一下吗？ - JvdV

是的，在最后一组中应该使用 *。 - Wiktor Stribiżew

如果您需要支持未知参数，可以将\w+=\w*模式作为替代方案添加，.*匹配太多。请参见^(?<id>\w+)(?:\|(?:type=(?<type>\w+)|order=(?<order>\w+)|num=(?<num>\d+)|status=(?<status>\w+)|\w+=\w*))*\|?$（演示）。 - Wiktor Stribiżew

Answer 1

您可以使用

^(?<id>\w+)(?:\|(?:type=(?<type>\w+)|order=(?<order>\w+)))*$

查看正则表达式演示。

细节:

• ^ - 字符串开头
• (?<id>\w+) - "id" 组：一个或多个单词字符
• (?:\|(?:type=(?<type>\w+)|order=(?<order>\w+)))* - 零或多个重复出现的
  • \| - 一个 | 字符
  • (?:type=(?<type>\w+)|order=(?<order>\w+)) - 二选一：
    • type=(?<type>\w+)| - type= 文本，然后是捕获一个或多个单词字符的 "type" 组，接着是一个或运算符
    • order= - 文本 order=，然后是
    • (?<order>\w+) - "order" 组：一个或多个单词字符
• $ - 字符串结尾。

在(?:...)*重复组内的捕获组将在每次捕获字符串时保持重写组值，因此将保留最后出现的组。

您可以通过在第二个非捕获组中添加更多组来增强此正则表达式。例如，添加 num 和 status 就很容易：

^(?<id>\w+)(?:\|(?:type=(?<type>\w+)|order=(?<order>\w+)|num=(?<num>\d+)|status=(?<status>\w+)))*$

参见此正则表达式演示。

- Wiktor Stribiżew

---

@Thefourthbird 我们只需要记住，在JavaScript和ECMAScript中，这个技巧不起作用，因为非参与组在每次捕获时都会被重新初始化为空字符串（只有最后一个捕获的组实际上被填充了值，其余的将为空）。 - Wiktor Stribiżew

好好知道，我之前并不知道。还是个好答案。 - The fourth bird