使用Python正则表达式在表达式中进行可选匹配？

Question

我已经写了下面的正则表达式来匹配命令行中人类可读的时间：

^(?:(?:(?:(\d+)d\s*)?(\d+)h\s*)?(\d+)m\s*)?(\d+)s$

使用非捕获字符串，该正则表达式能够同样地匹配以下格式的“可读时间”：

1d 2h 3m 4s
1h 2m 3s
1m 2s
1s

...and...

1d2h3m4s
1h2m3s
1m2s
1s

在这个正则表达式中，如果我包含一个minutes值，我也必须包含一个seconds值。即，我不能仅提供15m或1d3m，我必须提供15m0s或1d0h3m0s。

是否可以扩展正则表达式以匹配后两种用例？如何做到？请注意：我不一定要求一个现成的解决方案，但是指向正确方向的指针将不胜感激。

更新：只是简短的更新，我之前使用的是Python正则表达式。

- Deacon

---

你正在使用哪个正则表达式引擎？ - Unihedron

抱歉，我正在使用Python中的正则表达式。我试图将其作为一个平台无关的问题来提出。 - Deacon

很遗憾，没有与语言无关的正则表达式。 - Unihedron

Answer 1

您可以使用这个模式：

\A(?=\S)(?:\d+d)?(?:\h*\d+h)?(?:\h*\d+m)?(?:\h*\d+s)?\z

这种方法是让所有元素都是可选的。在开头进行的向前查找确保至少有一个非空格字符。（换句话说，它确保至少有一个元素）

- Casimir et Hippolyte

---

@walidtoumi：因为测试两个字符是无用的，只需要一个就可以了。 - Casimir et Hippolyte

但最小要求是1个数字+1个字母（例如：1s）吗？ - walid toumi

@walidtoumi:确实如此，但这并不重要，因为一旦你知道至少有一个非空格字符，你就知道至少有一个组（无论组的长度如何）。前瞻的目的仅是检查字符串不为空，因为每个组都是可选的。它的目的不是测试字符串的长度，而只是检查是否存在一个组。 - Casimir et Hippolyte

我认为 Python 不支持 \h 横向空白转义序列（尽管未标记为这样，但此处目标平台是 Python-请参见问题的注释）。此外，原始正则表达式将天数、小时数、分钟数和秒数捕获到 $1、$2、$3 和 $4 中。除此之外，我觉得它看起来不错。 - ridgerunner

@ridgerunner：Python 的 re 模块确实不支持 \h（但在 regex 模块中可用）。正如您所注意到的，这个问题没有被标记为该语言。但是，像我在原始答案中写的那样，\s 更广泛地被支持，但更不严格。至于捕获组，这并不重要。 - Casimir et Hippolyte

Answer 2

与其维护那个正则表达式并尝试调整它，我建议大大简化您的正则表达式：

/ *(\d+)([dhms])/gm

正则表达式示例

你可以看到它匹配了所有当前和建议的字符串。然后，您可以在代码中对两个捕获组进行后处理。

- anubhava

Answer 3

你的第二个文件是必须的。它后面没有问号，所以所有不包含 s 的字段都会失败。

查看演示。

http://regex101.com/r/iX5xR2/28

我已经应用了问号。

- vks

---

哇，太棒了。你的意思是这么简单吗？我本来以为我已经尝试过完全相同的正则表达式但没有成功。仅供记录（和将来参考），你提供的正则表达式是：^(?:(?:(?:(\d+)d\s*)?(\d+)?h?\s*)?(\d+)m\s*)?((\d+)s)?$。谢谢。 - Deacon

@DarthBob，你很接近了。我刚刚调试了一下你的正则表达式，它很好。只需要做出一个小改变 :) - vks

不好意思，我错了。当我仔细看时，发现你的正则表达式和我尝试的有些不同。再次感谢！ - Deacon

所以...这里有一些奇怪的东西。在你的正则表达式的这个部分：(\d+)?h?\s*)?(\d+)m\s*)，在h后面的?中，15m与小时位置的1和分钟位置的5匹配。如果我从h后面删除?，15m将正确匹配，但是1d 5m不再匹配。 - Deacon

@DarthBob，你已经将d和h分组在一起了。它们在你的正则表达式中是在一起的。所以要使h可选，必须添加它。 - vks

Answer 4

您可以使用嵌套组：

/^(?:(?:(?:(\d+)d\s*)?(\d+)h\s*)?(\d+)m\s*)?(\d+)s$/g

d、h、m 和 s 的值分别在第 1、2、3 和 4 组中。

这里有一个正则表达式演示！

- Unihedron