正则表达式：组或组

Question

我有一个以条形分隔的文本文件进来，其中一个字段应该包含城市逗号状态。一个例子：

|Boston, MA|

在我的应用程序中，我需要将城市和州捕获为两个不同的字段。这是处理整行的较大 Regex 的一部分，但处理此字段的部分是：

\|(.+),(.+[^|]+)\|

这会将逗号之前的文本捕获到一组中，并将逗号之后的文本捕获到另一组中。当字段按预期填写时效果很好。

我的问题是，有时这个字段会出现：

• 栏之间没有信息 (||)

或 - 没有逗号的文本 (|unknown|)

我需要修改这个正则表达式，以便：

• 如果条之间没有信息，我仍然会得到 2 组空白值

• 如果存在不带逗号的文本字符串，则该字符串被捕获为第一组，而第二组被捕获为空白值

Answer 1

有了这个正则表达式，你应该得到你所期望的：

\|\s*([^,|]*?)\s*(?:,\s*([^|]*?)\s*)?\|

它填满了第 1 组和第 2 组。 如果没有逗号，则会得到一个空组 2。 如果条之间没有值（或空白），则会得到两个空组。

如果您希望空格成为匹配项的一部分，则正则表达式将如下所示：

\|([^,|]*)(?:,([^|]*))?\|