带有可选下划线的下划线分隔表名的正则表达式答案

【问题标题】：Regex for underscore delimited table names with optional underscores带有可选下划线的下划线分隔表名的正则表达式
【发布时间】：2021-04-01 14:12:17
【问题描述】：

我需要从多个下划线分隔的表名中提取名称，它们总是以 3 位字母代码结尾，并且可以选择具有下划线分隔的 32 字符 GUID。可选地，表名本身可以有下划线

例如

String	Expected Output
TableName_d835b913bdab4fed861805f26ce6c953_abc	TableName
TableName_abc	TableName
Table_Name_abc	Table_Name

我可以使用正则表达式

(^[a-zA-Z0-9]+)_?([a-zA-Z0-9]{32})?(_[a-z]{3})

这适用于前 2 个示例，但不适用于最后一个。

使用

(^[a-zA-Z0-9_]+)_?([a-zA-Z0-9]{32})?(_[a-z]{3})

第一个示例中的结果包括输出中的 GUID。我尝试了前瞻选项，但这些选项似乎在这里不起作用，因为我想根据以下字符串包含或排除一些捕获组。

非常感谢任何帮助。

【问题讨论】：

标签： regex

【解决方案1】：

您可以选择匹配下划线和 32 个字符的字符串，如果表名可以包含双下划线并且也以下划线结尾，请使用允许匹配下划线的非贪婪字符类。

^([a-zA-Z0-9][a-zA-Z0-9_]+?)(?:_[a-zA-Z0-9]{32})?_[a-z]{3}$

Regex demo

如果表名不能有连续的下划线，并且不能以下划线结尾，则可以使用可选的下划线开头的惰性重复组。

^([a-zA-Z0-9]+(?:_[a-zA-Z0-9]+)*?)(?:_[a-zA-Z0-9]{32})?_[a-z]{3}$

Regex demo

【讨论】：

【解决方案2】：

非常简单的添加是使用惰性量词（注意第一个捕获组末尾的附加 ?）：

(^[a-zA-Z0-9_]+?)_?([a-zA-Z0-9]{32})?(_[a-z]{3})

默认情况下，量词是贪婪的（例如[a-zA-Z0-9_]+，其中+ 是量词），这意味着它们会尝试尽可能多地匹配。在这种情况下，第一个捕获组 ((^[a-zA-Z0-9_]+?)) 和它之后的符号 (_?) 都在寻找下划线。然而，由于第一个捕获组中有一个贪婪的量词，它会继续消耗，而不考虑为它的邻居留下任何东西，直到找不到匹配项。这意味着_? 永远不会收到它的下划线。

另一方面，惰性量词（例如[a-zA-Z0-9_]+?）以相反的方式工作。在第一次匹配之后，它总是将字符串“放弃”到正则表达式的下一部分，从而有效地允许其邻居在它之前尝试找到匹配项。这就是为什么这样做的原因。

【讨论】：