如何使 \w 令牌在此正则表达式中表现得非贪婪？

Question

我有一个文本字符串，其中包含重复模式，每个重复与下一个重复由

.

（点）字符分隔。模式

may

以

_123

结尾（下划线后跟一系列数字），我想在专用捕获组中捕获这些数字。

我构建的 RegEx (ECMAScript) 大部分都有效：
https://regex101.com/r/iEzalU/1

/(label(:|\+))?(\w+)(?:_(\d+))?/gi

但是，

(\w+)

部分表现得贪婪，并且超过了

(?:_(\d+))?

部分。

添加

?

使

\w+

非贪婪

(\w+?)

有效，但现在我为与

\w

匹配的每个字符都有一个捕获标记

我怎样才能使这个正则表达式使得

\w+

表现得贪婪，但仍然不超过

_(\d+)

部分？
否则，是否可以捕获非贪婪

\w+?

匹配的所有标记作为单个匹配？ （一些捕获/非捕获组魔法？）

Answer 1

创建正则表达式时，最好考虑预期的匹配边界。

您知道需要匹配较长字符串中的子字符串，因此可以立即排除

$

和

\z

。数字、字母、下划线都是与

\w

匹配的单词字符，因此您希望将所有字符匹配到单词字符以外的字符（或者可能匹配到字符串末尾）。

我建议使用

(label[:+])?(\w+?)(?:_(\d+))?\b

查看正则表达式演示

详情：

• (label[:+])?

  - 可选的第 1 组：

  label

  ，然后是

  :

  或

  +

• (\w+?)

  - 第 2 组：一个或多个尽可能少的单词字符

• (?:_(\d+))?

  - 可选序列：

  _

  ，然后捕获到第 3 组中的一个或多个数字

• \b

  - 下一个字符只能是非单词字符，或者后面应该是字符串结尾。