regex - 如果正则表达式具有嵌套组，我如何使用正则表达式匹配字符串？

Question

有一些字符串：

111/aaa
111/aaa|222/bbb

它们的表达形式为：

(.*)/(.*)(|(.*)/(.*))?

我试图用它来匹配一个字符串并提取值：

var rrr = """(.*)/(.*)(|(.*)/(.*))?""".r

"123/aaa|444/bbb" match {
    case rrr(pid,pname, cid,cname) => println(s"$pid, $pname, $cid, $cname")
    case _ => println("not matched ?!")
}

但它打印：

not matched ?!

我想得到：

123, aaa, 444, bbb

如何解决？

---

更新

感谢@BartKiers 和@Barmar 的分析器，我发现我的正则表达式有几个错误，终于找到了这个解决方案：

var rrr = """(.*?)/(.*?)([|](.*?)/(.*?))?""".r

"123/aaa|444/bbb" match {
    case rrr(pid,pname, _, cid,cname) => println(s"$pid, $pname, $cid, $cname")
    case _ => println("not matched ?!")
}

它有效，但你可以看到有一个_实际上没有用。有什么方法可以重新定义我可以写的正则表达式rrr(pid,pname,cid,cname)来匹配它？

Answer 1

.*可能会导致很多回溯，因为.*会首先匹配完整的字符串，然后一个接一个地返回，直到匹配第一个/。

此外，它不会像您期望的那样正确捕获组中的值..

你应该使用.*?

你的正则表达式应该是

^(.*?)/(.*?)(?:\|(.*?)/(.*?))?$

小字符串不会有任何性能差异，但它会捕获正确组中的值

注意?:正则表达式中的 ，这意味着不要捕获 group (?:\|(.*?)/(.*?))?。所以结果只有 4 个子组。

Answer 2

尝试转义|，这是正则表达式中的逻辑 OR：

var rrr = """(.*)/(.*)(\|(.*)/(.*))?""".r