regex - 在 php 正则表达式中使用 if-then-else 捕获

Question

我对正则表达式非常迷茫。这对我来说只是黑魔法。这是我需要的：

• 有一个文件名：some_file.jpg
• 它可能采用以下格式：some_file_p250.jpg
• 以简单格式匹配文件的正则表达式：/^([a-zA-Z_-0-9]+).(jpg|jpeg|png)$/
• 以高级格式匹配文件的正则表达式： /^([a-zA-Z_-0-9]+)(_[az]?[0-9]{2,3}).(jpg|jpeg|png )$/

我的问题如下：如何使 "(_[az]?[0-9]{3,4})" 部分可选？我尝试向第二组添加一个问号，如下所示：

/^([a-zA-Z_\-0-9]+)(_[a-z]?[0-9]{3,4})?\.(jpg|jpeg|png)$/

即使该模式有效，它总是会在第一组中捕获第二组的内容，而将第二组的内容留空。

我怎样才能使这项工作分别捕获文件名、高级部分（_p250）和扩展名？我认为这与第一组的贪婪有关，但我可能完全错了，即使我是对的，我仍然不知道如何解决它。

谢谢你的想法

Answer 1

我认为这就是你想要的：

/^([a-zA-Z_\-0-9]+)(|_[a-z]?[0-9]{3,4})?\.(jpg|jpeg|png)$/

或者

/^([\d\w\-]+)(|_[a-z]?[0-9]{3,4})\.(jpg|jpeg|png)$/

Answer 2

在第一个加号之后添加问号将使第一个捕获表达式非贪婪。使用您的测试用例，这对我有用：

/^([a-zA-Z_\-0-9]+?)(_[a-z]?[0-9]{3,4})?\.(jpg|jpeg|png)$/

我用 Javascript 测试，而不是 PHP，但这是我的测试：

"some_file_p250.jpg".match(/^([a-zA-Z_\-0-9]+?)(_[a-z]?[0-9]{3,4})?\.(jpg|jpeg|png)$/)

和我的结果：

["some_file_p250.jpg", "some_file", "_p250", "jpg"]

根据我的经验，使捕获表达式不贪婪会使正则表达式更加直观，并且通常会使它们按照我期望的方式工作。就您而言，它正在做您怀疑的事情；第一个表达式是捕捉一切，从不给第二个表达式捕捉任何东西的机会。