正则表达式匹配一个或多个组太多

我有一系列不同复杂程度的文件名。基本上，它们总是被[_] {ASSET} _ [OPTIONAL_DESCRIPTION] _v {######}。{EXT}分割。（[]在这种情况下是可选的）。在这种格式下，每件作品都可以任意复杂。（领先_s是任意）正则表达式匹配一个或多个组太多

character_thing_v001.md 
character_Description_v001.md 
character_Some_Long_Description_v001.md 
character_thing_with_additional_info_v001.md 
character_thing_with_additional_info_Description_v001.md 
character_thing_with_additional_info_More_Description_Info_v001.md 
character_with_additional_info_Complete234ly_arbitrary_Description_v001.md 
_character_thing_v001.md 
___character_Description_v001.md 
____character_Some_Long_Description_v001.md 
__character_thing_with_additional_info_v001.md 
__character_thing_with_additional_info_Description_v001.md 
___character_thing_with_additional_info_More_Description_Info_v001.md

我做了一个预测先行断言，以单独的资产和说明，一切运行良好，直到最近，当我的老板在系统中扔扳手。现在我必须支持其惯例可能是“some_undercase”或“CAPS _ ###”的资产。我修改为允许A-Z并使descriptionText与任何内容匹配。这是混乱开始的地方。

 (?:[_]+)? 
    (?P<assetText>[a-zA-Z0-9]+ 
     (?=_[a-zA-Z0-9]+)? # lookahead and optionally assert _Capital 
     (?:(?:_[a-zA-Z0-9]+)+)? # match next group if it exists 
    ) # get full match 
    (?:[_]+)? 
    \_(?P<descriptionText>.+)? 
    \_v(?P<versionIncrement>\d+) 
    \.(?:\.)? 
     (?P<extension>(?:md|some|other|extension|options))

这让我的存在方式的一部分，但它有问题，你可以查看，here

现在，该资产能够有资金，先行匹配太多资产，并且开始进入的描述。这种模式是自动生成的几个模式之一，所以我正在寻找一种解决问题根源的方法，而不是写在问题的根源上。任何指导将非常感激，谢谢。

来源

2016-11-22 ColinKennedy

我不能真正遵循似乎不必要的正则表达式的一些部分的逻辑。

是不是this simplified regex做同样的工作？

_* 
(?P<assetText>[a-zA-Z0-9]+(_[a-z_0-9]+)?) 
(_ (?P<descriptionText>[a-zA-Z0-9_]+) )? 
_v(?P<versionIncrement>[0-9]+) 
(?P<extension>\.[A-Za-z0-9]+)

也许（自然语言）规则是什么构成了资产，什么是一个可选的描述需要澄清：

“资产”可以包含下划线（我假设而不是从第一句话中的模板）？
- 如果是：“资产”结束和“描述”开始的位置的规则是什么？它是否总是以大写字母开始？
  - 如果是：大写字母可以和不能与“资产”一起出现的规则是什么？如果没有限制，那么资产和描述之间的分裂确实是不明确的。

来源

2016-11-22 16:17:53 jez

我会澄清和修改原来的职位。资产始终是under_case（例如：character_thing）或（现在）CAPS _ ###（例如：DOLL_101），说明是Capital_Case。所以仅仅获得一场比赛是不够的。每个部分必须以正确的点开始和结束。例如，用你的正则表达式，“character_thing_with_additional_info_More_Description_Info_v001.md ”的资产是“字符”，描述是“thing_with_additional_info_More_Description_Info”，而我正在寻找资产为“character_thing_with_additional_info”，描述为“More_Description_Info” – ColinKennedy

因此要回答你的问题第二，是的，我同意，这个公约是不明确的。但我认为它基本上是“资产不足，在这种情况下，资产和描述之间的分割是第一个资本，除非它们是CAPS _ ###，在这种情况下，资产和描述之间的分割在数字之后，而不是第一个资本在描述中“。 – ColinKennedy

好的，我已在'assetText'行添加了一个子表达式。我认为它现在可以完成你想要的工作 – jez

正则表达式匹配一个或多个组太多

回答

相关问题