将字符串中间的可选子字符串与正则表达式匹配答案

【问题标题】：Matching an optional substring in the middle of the string with a regex将字符串中间的可选子字符串与正则表达式匹配
【发布时间】：2014-03-13 16:43:13
【问题描述】：

我正在尝试创建一个正则表达式来提取标题、副标题和出版商。我想知道如何使字幕搜索成为可选。

我的格式是：

Title-(Subtitle)-[Publisher]

地点：

Title – 是我想在第一个捕获组中捕获的字符串。
(Subtitle) – 是一个可选字符串，用括号括起来，我想在第二个捕获组中捕获。
[Publisher] – 是一个用方括号括起来的字符串，我想在第三次捕获中捕获组。

例如：

Programming.in.Python.3-(A.Complete.Introduction.to.the.Python.Language)-[Addison-Wesley]
Learning.Python-[O'Reilly]
Flask.Web.Development-(Developing.Web.Applications.with.Python)-[O'Reilly]

现在，我有一个正则表达式 (see online) 将捕获第一个和第三个：

(.*)-\((.*)\)-\[(.*)\]

我的问题是我不知道如何构造一个匹配第二行的正则表达式（第 1 组中的标题，第 2 组应为空，第 3 组为 Publisher）如果它没有字幕括在括号中。这可以在单个正则表达式中完成吗？

【问题讨论】：

标签： python regex

【解决方案1】：

只需使用? 将第二次捕获设为可选

(.*?)-(?:\((.*?)\)-)?\[(.*?)\]
       ^^^         ^^

我还用.*? 替换了.* 以避免贪婪。

【讨论】：

这行不通，除非你让第一个 * 不贪婪。
感谢您的快速回答。它工作得很好！ :) 另外，感谢@bj0 的好提示！

【解决方案2】：

贪婪匹配是一件好事，因为它允许更有效的正则表达式执行。

要享受性能优势并维护模式逻辑，请使用包含下一个预期分隔字符的否定字符类。

([^-]*)-(?:\(([^)]*)\)-)?\[([^]]*)]

故障：Python Regex Demo

(          #start capture group 1
  [^-]*    #match zero or more non-hyphen characters
)          #end capture group 1
-          #match literal hyphen
(?:        #start non-capturing group
  \(       #match literal opening parenthesis
  (        #start capture group 2
    [^)]*  #match zero or more non-closing-parentheses
  )        #end capture group 2
  \)       #match literal closing parenthesis
  -        #match literal hyphen
)          #end non-capturing group
?          #make non-capturing group optional (zero or one occurrence)
\[         #match literal opening brace
(          #start capture group 3
  [^]]*    #match zero or more non-closing brace characters (no escaping needed)
)          #close capture group 3
]          #match literal closing brace (no escaping needed)

【讨论】：