regex - 可变数量的捕获组

Question

我有一个 xpath 表达式，我想用它从包含此类字符串的 td 中提取 City 和 date：

City(may contain spaces and may be missing, but the following space is always present) on 2013/07/20

到目前为止，我得到了以下用于提取日期的解决方案，该解决方案部分有效：

//path/to/my/td/text()/replace(.,'(.*) on (.*)','$3')

这在 City 存在时有效，但是当 City 丢失时，我会因此得到“2013/07/20”。我认为这是因为第一个捕获组失败了，所以组的数量不同。我怎样才能让这个表达式起作用？

Answer 1

我没有完全检查你的正则表达式，但乍一看还不错。无论如何，如果您只想通过提取“on”之后的文本来获取日期，您也可以采用更简单的方法：

//path/to/my/td/text()/substring-after(.,'on ')

编辑：或者您可以采用子字符串方式并选择内容的最后 10 个字符：

//path/to/my/td/text()/substring(., string-length(.) - 9)