Regex 带有可选捕获组的正则表达式

我正在尝试使用正则表达式从字符串中获取数量、单位和物质。单位和物质来自预定义的列表

因此：

• “2千克水”应返回：

  2千克水

• “1加仑原油”应返回：

  1，加仑，油

我可以通过以下正则表达式实现这一点：

（\d*）？（千克/毫升/加仑）。*（水/油）

问题是我不知道如何使最后一个捕获组成为可选的。如果物质不在预先定义的列表中，我仍然想得到数量和单位。因此：

• “1加仑柴油”应返回：

  1加仑

  或

  1加仑，“

我已经尝试将最后一个组包装在一个可选的非捕获组中，如下所述：但没有成功

---

以下是te online regex tester中的当前正则表达式：

您正在尝试使用

（\d+）（kg | ml |加仑）。*（？：（水|油））？

，并且此模式无法捕获

水

/

油

。问题是

*

会将除换行符以外的任何0+字符抓取到字符串/行的末尾，并且当正则表达式索引位于字符串末尾时，会尝试

（？：（水|油））？

。由于

（？：（水|油））？

可以匹配空字符串，因此它匹配字符串末尾的位置，并返回匹配

您仍然可以强制使用捕获组，但将

*

和捕获组包装为可选的非捕获组：

(\d+) ?(kg|ml|gallon)(?:.*(water|oil))?
                     ^^^             ^^ 

见

---

（？：.*（水|油））？

匹配除断线字符（

*

）之外的任何0+字符的1或0次（贪婪地）匹配，然后是

水

或

油

为什么不直接捕获（.*）（\d+）（kg | ml |加仑）并在以后检查预定义物质列表？使用它在0到1次之间匹配的量词<代码>（水？油）？@S.Jovan这不起作用。它总是捕捉不到任何东西。很好，这很有魅力。我明白了。但是我不明白为什么

（\d+）（？：（水油））不起作用。为什么第3组的水和油不匹配？@JasperZelf，因为
*
已经抓住了
水或
油，而且没有必要回溯，因为
（…）？
匹配任何东西，即使是空字符串（位置）。这非常有意义。谢谢你的解释