递归排序的正则表达式答案

【问题标题】：Recursive sort of regular expression递归排序的正则表达式
【发布时间】：2020-01-26 16:10:56
【问题描述】：

我正在尝试构建一个正则表达式，要求我过滤以下字符串：

country:India provinces:Uttranchal city:Dehradun zip_code:12345

来自这样的字符串：

keyword: one two three country:India provinces:Uttranchal city:Dehradun zip_code:12345 filter: myparameter

现在我准备了一个基本的正则表达式：

country:\w+|provinces:\w+|city:\w+|zip_code:\w+

如果country,provinces,city 是单个单词，哪种对我有用

但如果他们不是例子

keyword: one two three country:United-States provinces:Manhattan city:New-York zip_code:12345 filter: myparameter

由于-等非单词字符的限制，上述reqex不起作用

你可以假设国家、省或城市有很多-加入的消息

喜欢

country:United-States-of-America provinces:Washington-Dc city:New-York-West

等等等……

所以-\w+ 是一种递归模式，在country、provinces、city 或所有这些中出现0 次或多次

现在我也尝试为类似的东西构建一个正则表达式

(country:\w+(-\w+)*)|(province:\w+(-\w+)*)|(city:\w+(-\w+)*)|(zip_code:\w+(-\w+)*)

这虽然匹配但正如您在 rubular screenshot attach 中看到的那样，它也提供了不可接受的输出和 nil

我想要的只是避免non-accepted 和nil 输出，当从给定的输入字符串中分离所需的字符串时，这会导致匹配结果出现问题，或者有人可以建议我比这更好的正则表达式。

【问题讨论】：

正则表达式不能以直接帮助您的方式工作。如果您正在使用支持正则表达式的编程语言，那么有一些非常简单的解决方案可以解决您想要做的事情。但是，您使用什么语言工作？红宝石？如果您告诉我们，我们可以提供更准确的解决方案。
@AndrewMartinez Yes Ruby

标签： regex regular-language

【解决方案1】：

如果你想匹配一组一个或多个字母和破折号，你可以只用括号来表示character set：[\w\-]+

country:[\w\-]+|provinces:[\w\-]+|city:[\w\-]+|zip_code:[\w\-]+

Python 中的两行示例：

>>> s = "keyword: one two three country:United-States provinces:Manhattan city:New-York zip_code:12345 filter: myparameter"
>>> print re.findall("country:[\w\-]+|provinces:[\w\-]+|city:[\w\-]+|zip_code:[\w\-]+", s)
['country:United-States', 'provinces:Manhattan', 'city:New-York', 'zip_code:12345']

【讨论】：

【解决方案2】：

(...) 是捕获组。 Ruby（如果你正在使用的话）也支持非捕获组(?:...)，所以我认为你想要：

(country:\w+(?:-\w+)*)|(province:\w+(?:-\w+)*)|(city:\w+(?:-\w+)*)|(zip_code:\w+(?:-\w+)*)

甚至：

(country:\w+(?:-\w+)*|province:\w+(?:-\w+)*|city:\w+(?:-\w+)*|zip_code:\w+(?:-\w+)*)

如果您希望它们都在捕获组 1 中。

【讨论】：