Regex 正则表达式：捕获重复组（Perl）

在Perl中，我试图从以下示例字符串中捕获作为标记的单词（始终至少有一个单词）：

我在这里看到的模式是：WORD，后跟n组“| WORD”[n>=0]

因此，我有：

/（\w+）（？：\\124；）（\ w+*）/

据我所知，它总是与第一个单词匹配，如果存在一对单词，则根据需要多次捕获该单词

但这不起作用，我已经尝试了以下几种版本：

/^（\w+）（\\|（\w+））*$/

---

。。。我遗漏了什么？

您的第一个正则表达式实际上是错误的，

*

位于错误的位置，但我将重点介绍您的第二个正则表达式，这是正确的：

/^(\w+)(\|(\w+))*$/

问题是这个正则表达式有三个捕获组：

（\w+）

，

（\\\124；（\ w+）

，和

（\w+）

。因此，它最多会填充三个匹配变量：

$1

、

$2

和

$3

。每个匹配变量对应一个对应的捕获组。这不是你想要的

您应该改为使用

split

：

my @words = split /\|/, "red|white|blue";

# now $words[0] is 'red', $words[1] is 'white', $words[2] is 'blue'

---

你不能这样做。重复捕获组时，上一个匹配将被新组覆盖（每次重复时）。为什么不直接使用split呢？可以通过Python PyPi regex、.NET regex（CapureCollection）实现这一点还有一个选项可以在Boost正则表达式库中获取捕获。@WiktorStribiżew：您也可以使用Perl正则表达式来实现这一点——只是不像OP尝试的那样。Perl 6的

%

修改器库更酷。编辑：那么使用正则表达式不可能做到这一点吗？关于：/^（\w+）（\\124;\ w+*？$/@JesseWalton:正则表达式中的捕获组数是正则表达式的静态/词法属性，不依赖于它所匹配的字符串。如果您需要数量可变的捕获组，则单个正则表达式匹配不适合您。（

'red | white | blue'=~m/^（\w+）（\\|（\w+）））*$/

就像写

$1='red'；$2='white'；$3='white'；$2='blue'；$3='blue'

一样。它一直重复使用相同的捕获变量。）

my @words = split /\|/, "red|white|blue";

# now $words[0] is 'red', $words[1] is 'white', $words[2] is 'blue'