正则表达式可选分组

Question

我正在使用这个正则表达式:

((?:[a-z][a-z]+))_(\d+)_((?:[a-z][a-z]+)\d+)_(\d{13})

匹配像这样的字符串：

SH_6208069141055_BC000388_20110412101855

分为4组：

SH
6208069141055
BC000388
20110412101855

问题：如何使第一组可选，以便结果组为空字符串？
我希望在所有情况下都能获得4个组。

此案例的输入字符串：（第一组后没有下划线）

6208069141055_BC000388_20110412101855

- joe

Answer 1

如果想创建一个非捕获的、零个或多个匹配的分组，需要在末尾添加?。

(?: ..... )?
^          ^____ optional
|____ group

- Daniel W.

---

选项组和(...)之间有什么区别？ - Golden Lion

@GoldenLion ? 匹配 "零次或一次"，而 * 匹配 "零次或多次"。 - Daniel W.

在组的开头，?: 是什么意思？ - brobers

@brobers 一个普通的组(...)将捕获结果中的内容，但是(?:...)使其成为非捕获组，因此它必须匹配（或应用），但不会包含在结果组中。 - Daniel W.

Answer 2

您可以轻松地将正则表达式简化为以下内容：

(?:([a-z]{2,})_)?(\d+)_([a-z]{2,}\d+)_(\d+)$
^              ^^
|--------------||
| first group  ||- quantifier for 0 or 1 time (essentially making it optional) 

我不确定删除第一组后输入的字符串是否会有下划线，但如果要匹配整个字符串，您可以使用上面的正则表达式。

regex101演示

如您所见，在第二次匹配中匹配的第一组为空，并从匹配的第二组开始。

- Jerry

---

哪个字符标记了可选组？ - Daniel W.

第一个组后面的 ?？那是从左边数起的第17个字符。 - Jerry