正则表达式不捕获重复的可选捕获答案

【问题标题】：Regex not capturing repeating optional captures正则表达式不捕获重复的可选捕获
【发布时间】：2017-10-27 15:38:38
【问题描述】：

我正在尝试为我公司的网站编写 URL 重写正则表达式。 URL 将始终以category/.+ 开头，之后最多可以添加 5 个额外的标签。使用我当前的正则表达式，它总是在类别之后捕获.+，然后将之后的所有内容添加到该捕获组中。示例数据

/category\/(.+)(?:\/(?:page|price|shipping|sort|brand)\/(.*))*/
mysite.com/category/15000000
mysite.com/category/15000000/page/2
mysite.com/category/15000000/page/2/price/g10l20
mysite.com/category/60000000/page/2/price//shipping//brand//sort/

结果总是

$1 = 15000000
    //desired $1 = 15000000
$1 = 15000000/page/2
    // desired $1 = 15000000 $2 = 2
$1 = 15000000/page/2/price/g10l20
    // desired $1 = 15000000 $2 = 2 $3 = g10l20
$1 = 60000000/page/2/price//shipping//brand//sort/
    // desired $1 = 60000000 $2 = 2 $3 = "" $4 = "" $5 = "" $6 = ""

我的理解是，零个或多个量词会使其返回，并再次搜索“标志”模式，但显然情况并非如此。有人可以告诉我我做错了什么吗？

【问题讨论】：

试试这个/category\/(.*?)(?:\/(?:page|price|shipping|sort|brand)\/(.*))*$/
好吧，它成功地将最后一个测试用例分成两组，$1 = 60000000$2 = /page/2/price//shipping//brand//sort/，但我需要每个“标志”来导致它自己的捕获，无论它是否为空。跨度>
啊，我知道你在追求什么。这只能使用 .NET、PyPi 和专门编译的 Boost 正则表达式库以编程方式完成。

标签： regex url-rewriting ecma262

【解决方案1】：

不幸的是，无法从正则表达式中保留不确定数量的捕获。当使用 + * {n} 等重复捕获时，仅返回最近捕获的组。

你知道你最多会有 5 个标签，你可以像这样重复相关块 5 次：

/category\/([^/]*)(?:\/(page|price|shipping|sort|brand)\/([^/]*))?(?:\/(page|price|shipping|sort|brand)\/([^/]*))?(?:\/(page|price|shipping|sort|brand)\/([^/]*))?(?:\/(page|price|shipping|sort|brand)\/([^/]*))?(?:\/(page|price|shipping|sort|brand)\/([^/]*))?/

这太丑了，允许重复一个标签，如果要添加更多标签，需要扩展正则表达式。

最简洁的解决方案可能是在 $1 中捕获类别 ID，在 $2 中捕获参数字符串的其余部分 - 您需要让应用程序解析它，它可以比在正则表达式中更简洁地完成.

/category\/([^/]*)(\/.*)?/

【讨论】：

谢谢。我能够将您的解决方案稍微浓缩为/category\/([^/]+)(?:\/page\/([^/]?))?(?:\/price\/([^/]*))?(?:\/shipping\/([^/]*))?(?:\/brand\/([^/]*))?(?:\/sort\/([^/]*))?/，这可以按预期工作