替换后正则表达式仅返回非空答案

【问题标题】：Regex return only non empty after substitution替换后正则表达式仅返回非空
【发布时间】：2020-04-12 05:31:20
【问题描述】：

鉴于; 分隔列的此文本字符串：

a;; z
z;d;hh 
d;23
;;io;
b;b;12

a;b;bb;;;34

这个正则表达式

^(?:(a|b|z)(?:;|$)([^;\r\n]*)(?:;|$)([^;\r\n]*)(?:;.*)?|.*)$

使用此替换$3 将返回第一列为a、b 或z 的行中的第三列（如果存在），如demo 所示

我的问题是，如何只返回非空行，如：

    z
hh 
12
bb

感谢您的帮助

【问题讨论】：

标签： regex pcre

【解决方案1】：

您仍然可以使用普通的正则表达式来做到这一点：您只需在正则表达式模式中重新排列您的两个备选方案，并在末尾添加一个可选的换行符模式。

您的模式具有^((O)(N)(E)|.*)$ 结构，因此如果第一个不匹配，则第二个替代方案匹配整行，但两个替代方案都将在行尾停止（您使用的是多行标志，所以$ 匹配换行符或字符串结尾之前的所有位置）。所以，你需要把它转换成^(?:(O)(N)(E)$|.*$\R?)：

^(?:(a|b|z)(?:;|$)([^;\r\n]*)(?:;|$)([^;\r\n]*)(?:;.*)?$|.*$\R?)
                                                       ^^^^^^^^^

查看regex demo，在regex101 测试器中，注意g 和m 修饰符的使用。

所以，一般来说，模式是

^ - 行首
(?: - 非捕获组的开始（以便 ^ 可以应用于两种选择）：
- (a|b|z)(?:;|$)([^;\r\n]*)(?:;|$)([^;\r\n]*)(?:;.*)?$ - 您的特定模式捕获必要的子字符串，直到行/字符串的末尾
- | - 或
- .*$ - 除换行符之外的任何 0+ 个字符，尽可能多，最多行/字符串结束 ($)，然后
- \R? - 一个可选的换行序列
) - 小组结束。

【讨论】：

感谢@Wiktor，一如既往地非常有见地。我有一个问题，你说：...(you are using the multiline flag, so... 没有这个标志有没有办法做到这一点？如果是这样，会有什么优势吗？
@fionpo 是的，但是looks even uglier。
你好@Wiktor，请看这个demo我添加了3行z;，现在结果中有一个空行。我了解此匹配行中的第 3 列为空。仍然不想在结果中得到空行。我怀疑这里必须更改某些内容(?:;.*)?$|.*$\R?，但我无法安静地确定它是什么
@fionpo 如果您需要 3 个组，如果它们是强制性的，则删除可选组，^(?:(a|b|z);([^;\r\n]*);([^;\r\n]*)(?:;.*)?$|.*$\R?)，demo。
@fionpo 使用^(?:(a|b|z);([^;\r\n]*);([^;\r\n]*)(;.*)?(?:\s*\z|$)|.*$\R*)，demo。