正则表达式对某些文本进行了混淆

Question

我有一些输入文本，如下所示：

Oracle SQL 19c
Microsoft SQL Server 2008 R2
Microsoft SQL Server 2016
MySQL 8.2

这个正则表达式：

(^.*\s)+(\d+\.?\d+\s?)?(.*)?

正则表达式适用于上面列表中的所有短语。 例如：

微软 SQL Server 2016

Group 1: Microsoft SQL Server 
Group 2: 2012
Group 3: ""

但是，

Microsoft SQL Server 2008 R2

并没有像我预期的那样工作：

这个短语，分组为：

Match 1: Microsoft SQL Server 2008 R2
Group 1: Microsoft SQL Server 2008 
Group 3: R2

我不明白为什么没有显示第 2 组！我的正则表达式有什么问题？

Answer 1

我在评论中提供的建议是基于这样的假设：您的字符串始终包含一个数字，可能后跟一个可选的句点+更多数字，前面总是有一个空格。正则表达式的问题在于它的所有部分都是可选的，因此第一个

.*

会抓取它能抓取的所有文本，并且由于

\s

之后有一个强制性的

.*

，它注定会匹配到最后一个空格和其余部分与最后一个贪婪的

.*

匹配（在

?

之后添加

(.*)

不会使其变得懒惰）。

所以，建议的模式看起来像

^(.*?)\s+(\d+(?:\.\d+)?)\s*(.*)

它是这样匹配的：

• ^

  - 字符串的开头

• (.*?)

  - 第 1 组：除换行符之外的任何零个或多个字符尽可能少（惰性点模式）

• \s+

  - 一个或多个空格

• (\d+(?:\.\d+)?)

  - 第 2 组：一位或多位数字，然后是

  .

  和一位或多位数字的可选序列（请注意，

  \d+\.?\d+

  要求存在至少 2 个连续数字！）

• \s*

  - 零个或多个空格

• (.*)

  - 第 3 组：除换行符之外的尽可能多的任何零个或多个字符（贪婪点模式）。

请参阅 regex 演示（

\s

被替换为空格，因为演示模式是针对多行而不是单个多行字符串运行）。