使用正则表达式匹配多个匹配项或零（按此顺序）答案

【问题标题】：Match several occurrences or zero (in this order) using regular expressions使用正则表达式匹配多个匹配项或零（按此顺序）
【发布时间】：2011-04-26 23:28:30
【问题描述】：

我想使用 Groovy 正则表达式匹配罗马数字（我没有在 Java 中尝试过，但应该是一样的）。我在这个网站上找到了一个答案，其中有人建议使用以下正则表达式：

/M{0,4}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})/

问题是像/V?I{0,3}/ 这样的表达式在Groovy 中并不贪心。因此，对于像“Book number VII”这样的字符串，匹配器 /V?I{0,3}/ 返回“V”而不是“VII”，因为它是期望的。

显然，如果我们使用模式/VI+/，那么我们确实会得到匹配“VII”...但是如果字符串类似于“Book number V”，则此解决方案无效，因为我们将找不到匹配...

我试图通过使用贪婪量词 /VI{0,3}+/ 甚至 /VI*+/ 来强制捕获最大字符，但我仍然得到匹配“V”而不是“VII”

有什么想法吗？

【问题讨论】：

这在 Java 中肯定是贪婪的（在第 3 组中运行“VIII”会得到“VIII”，而不是“V”。同样测试正则表达式 "V?I{0,3}" 也会得到贪婪的结果）。你确定你在 Groovy 中观察到这种行为吗？ Groovy 使用不同的正则表达式引擎似乎有点令人惊讶。
嗯？那么，? 是贪婪的，但 {n,m} 不是？
也许不是完全在主题上，但正则表达式似乎被过度指定了。它将传递无效的罗马数字，因此不能用于错误检查。然而，它显然是一个 PITA。像[MCDXLIV]+ 这样的东西怎么样？
我只是在 Java 中运行它，结果是正确的。所以Java返回贪婪的结果。但 Groovy 没有。我正在使用 Groovy 控制台为 groovy 1.7.0 运行脚本，并且 {0,3} 并不贪婪。奇怪的是 {n,m} 是贪婪的，但仅当 n!=0 时。同样 .* 仅当匹配 0 个字符不符合模式时才会贪婪。

标签： java regex groovy match roman-numerals

【解决方案1】：

为什么不只是 (IX|IV|V?I{1,3}|V) ？

【讨论】：

谢谢。这很有效，因为 V?I{1,3} 比 V 获得更高的优先级。我只是很困惑，因为 V?I{0,3} 本身应该可以正常工作（它在 Java 中可以，但在 Groovy 中不行）
那么.. 选择这个答案作为“那个”怎么样？

【解决方案2】：

我发现我的错误是什么。问题是 /V?I{0,3}/ 或 /V?I*/ 之类的模式即使是 EMPTY 字符串也会遇到......所以对于像 "Book VII" 这样的字符串，匹配器将抛出以下结果匹配：

Result[0] --> ''
Result[1] --> '' 
Result[2] --> ''
Result[3] --> '' 
Result[4] --> '' 
Result[5] --> 'VII'
Result[6] --> ''

贪婪的结果在那里（Result[5]）好吧。我的问题是我总是选择第一个匹配项（Result[0]），并且仅当空字符串不满足该模式时才有效。

例如，建议的模式/V?I{1,3}|V/ 只会抛出一个结果，所以选择第一个结果匹配就可以了：

Result[0] --> 'VII'

...之所以如此，是因为空字符串不满足该模式。

希望这对其他人有所帮助

【讨论】：