Regex 用于提取以'/'；

我需要一个正则表达式来从GEDCOM文件中提取名称。格式为：

弗雷德·约瑟夫/史密斯/

其中，以/为界的文本为姓氏，弗雷德·约瑟夫为名。复杂的是，姓氏可能出现在文本中的任何地方，也可能根本不存在。我需要的东西，将提取姓氏，并捕捉所有其他的名字

^(?:\h*([a-z\h]+\b)\h*)?(?:\/([a-z\h]+)\/)?(?:\h*([a-z\h]+\b)\h*)?$

这是我所能做到的，我试着让组成为可选的？但没有用：

正如您所看到的，它有几个问题：如果姓氏缺失，则不会捕获任何内容，名字有时会有前导空格和尾随空格，当我真正想要2个时，我有3个捕获组。如果姓氏的捕获组不包含“/”字符，则更好

任何帮助都将不胜感激。

满足您的要求

([A-z a-z /])+\w*

---

我不确定我是否遵循了提取数据所使用的语言，但根据您目前掌握的情况，您只需添加“？”：

(.*)(\/?.*\/?)(.*)

这并不是说这不会为每个名称提供分组，因为某些解决方案在一个组中会有多个名称

编辑：

在Niitaku解决方案的基础上进行扩展，并考虑将每个单独的名称包含在自己的组中，您可以使用：

^\s*(?:\/?([a-z]+)\/?)\s*(?:\/?([a-z]+)\/?)\s*(?:\/?([a-z]+)\/?)\s*$

如前所述，如果使用ruby这样的语言，它将是：

ruby -pe '$_ = $_.scan(/\w+/)' file

希望这有帮助

---

（.\*？）\\/（.\*？）\\/（.\*）

对于您的最后一行，我不确定是否有方法将组1和组3加入到单个组中

这是我提出的解决方案。它不会捕获名字周围的空格

^(?:\h*([a-z\h]+\b)\h*)?(?:\/([a-z\h]+)\/)?(?:\h*([a-z\h]+\b)\h*)?$

要正确匹配名称，请注意使用不敏感标志，如果一次测试所有行，请使用多行标志

解释

• ^

  行的开头

• （？：\h*（[a-z\h]+\b）\h*）？

  第一个匹配0或1次的非捕获组：

  • \h*

    0个或更多水平空格

  • （[a-z\h]+\b）

    捕获一组字母和空格，但在最后一个单词的末尾停止

  • \h*

    匹配可能剩余的空格而不捕获

• （？：\/（[a-z\h]+）\/）？

  第二个非捕获组，与被斜杠包围的捕获组中的名称0或1次匹配

• （？：\h*（[a-z\h]+\b）\h*）？

  第三个非捕获组执行与第一个相同的操作，捕获第三个组中的名称

• $

  行尾

试试这个：

^（[^/]*）（/[^/]+/）？（[^/]*）$

这与以下内容相匹配：

• ^

  字符串的开头（或使用多行修改器行的开头）

• （[^/\n]*）

  除

  /

  或新行零次或多次之外的任何内容-这被捕获为组1

  • （/[^/\n]+/）？

    单个

    /

    后跟一个或多个非

    /

    或新行字符，然后是单个“/”字符-这被捕获为组2，是可选的

  • （[^/\n]*）

    除

    /

    或新行零次或多次之外的任何内容-这被捕获为组3

  • $

    字符串结束（或使用多行修改器行结束）

您可以在此处看到示例文本的实际操作：

要不捕获斜杠，可以通过将？：添加到第二组括号中，然后在斜杠之间添加另一对来添加非捕获组：

^（[^\/\n]*）（？：\/（[^\/\n]+）\/）（[^\/\n]*）$

---

感谢您的快速回复。似乎对我不起作用。在/之前添加了\但仍然没有按预期捕获。感谢grail。当我这样做时，第一个捕获组捕获所有内容，包括Fred Joseph/Smith/。我使用的是NSRegularExpression，但测试时使用的是pcre味道。有一点让我感到困惑，需要的输出是什么？我们应该将“/”作为组的一部分捕获，还是只需要名称？只需要名称。理想情况下，第一个捕获组是“弗雷德·约瑟夫”，第二个捕获组是“史密斯”。HTM DaveYou或者需要考虑所有场景，如果只是使用正则表达式机器，但是如果使用一种语言（比如ruby），我可以很容易地提供所有名称，谢谢Niitaku。难怪我想不出来。我也很感激你的解释。谢谢。关于StackOverflow的一个很好的答案不仅仅包括一些代码。你可以通过解释发生了什么来改进你的答案，这样人们就可以从中学习。