Regex 正则表达式匹配1或2个实例

我有以下结构的文本：

书名：软件工程；作者：约翰；作者：史密斯； 书名：设计模式；作者：傅；作者：巴尔

元素分离器是

book_name元素后面可以有两个author元素

可能有2到10本书

一本书至少应有一位作者，但最多应有两位作者

我想摘录每本书的书名和作者

我使用

.scan

方法尝试了regex（它收集所有匹配项）：

但它不能正确地收集作者。它只收集这本书的第二作者。

---

有人能帮你解决这个问题吗？

在许多引擎中，包括Elixir的引擎，你不能像那样重复多个捕获组，并得到每个重复组的结果-你只能得到任何给定重复捕获组的最后一个结果。而是分别写出每个可能的组，然后过滤掉空匹配项：

book_name:(.+?;)author:(.+?);(?:author:(.+?);)?

---

您不需要正则表达式，可以使用：

输出：

iex> Book.extract(text)
[{"SoftwareEngineering", "John", "Smith"}, {"DesignPatterns", "Foo", "Bar"}]

为了简单起见，我假设总是有两位作者。最后一个枚举可以替换为这个枚举，它处理没有第二作者的情况：

|> Enum.map(fn
  [title, _, author1] -> {title, author1, nil}
  [title, _, author1, _, author2] -> {title, author1, author2}
end)

模式的这部分

（author:.+？；）{1,2}

重复1-2次

author

，包括直到分号的后续内容，但重复这样的捕获组只会给出最后一个捕获组。可能会有帮助

与使用非贪婪量词

*？

不同，您不能匹配重复与分号不匹配的否定字符类

[^；]+

您还可以使用捕获组和

author

的反向引用。这本书的名字在第1组中，第3组中第一作者的名字和第4组中可选的第二作者的名字

book_name:([^;]+);(author):([^;]+);(?:\2:([^;]+);)?

那会匹配的

• 书名：

  按字面意思匹配

• （[^；]+）第1组匹配不
  然后匹配
  

• （作者）：

  Group 2

  author

• （[^；]+）第3组匹配不
  然后匹配
  

• （？：

  非捕获组

  • \2:

    反向引用组2中捕获的内容

  • （[^；]+）；

    第4组匹配不匹配

    ；

    然后匹配

    ；

• ）？

  关闭非捕获组并将其设置为可选

|> Enum.map(fn
  [title, _, author1] -> {title, author1, nil}
  [title, _, author1, _, author2] -> {title, author1, author2}
end)

book_name:([^;]+);(author):([^;]+);(?:\2:([^;]+);)?