Python 正则表达式匹配太多

Question

Regex101 测试：https ://regex101.com/r/Yfp311/2我很难使以下正则表达式模式起作用。对于下面的示例文本字符串，REF1 匹配整行，忽略在行中找到“//[text]”时应匹配的可选REF2 组。目前，正则表达式不承认 //[text] 并将整个文本错误地匹配为 REF1。我假设这是贪婪匹配的一个特征.. 但是我在实现非贪婪模式以及前瞻/后视（似乎没有工作）方面都没有成功。任何帮助或指导将不胜感激……不确定我遗漏了什么，因为我认为我当前的正则表达式模式应该可以正常工作。如果我能澄清任何事情，请告诉我！谢谢你！^(?P<ID>[A-Z][A-Z0-9]{3})?(?P<REF1>.+)(//(?P<REF2>.+))?(\n?(?P<EXTRA>.+))?$TEX1CNS0P5-AA//CAT-523-VID-00EOS-0XUX PETER LAB RANDOM TEXT DM5.TEX2BFTBSH9999SBRT2LRATRACE201TEX3GWS0P2-AA//D-14839048-99-3THERE WAS 200 COALS IN HIS STOCKING.预期匹配：字符串 1：编号：TEX1参考 1：CNS0P5-AA参考 2：CAT-523-VID-00EOS-0额外：XUX PETER LAB 随机文本 DM5。字符串 2：编号：TEX2参考 1：BFTBSH9999SBRT2Lref2：（不匹配，因为“//”没有出现在这个文本中）附加：RA TRACE201字符串 3：编号：TEX3参考 1：GWS0P2-AA参考 2：D-14839048-99-3额外：他的袜子里有 200 块煤。

Answer 1

^(?P<ID>[A-Z][A-Z0-9]{3})?(?P<REF1>[^/\n]+)(//(?P<REF2>.+))?(\n?(?P<EXTRA>.+))?$

我已经更新了它。我想它现在通过了所需的案例：

https://regex101.com/r/Yfp311/3

原始实现的问题是REF1匹配除行终止符之外的所有内容。所以它也匹配//。

Answer 2

怎么样

^(?P<ID>[A-Z][A-Z0-9]{3})?(?P<REF1>[^/\n]+)(//(?P<REF2>.+))?(\n?(?P<EXTRA>.+))?$

?

我认为在这种情况下手写解析器更容易实现。

Answer 3

我最终发现了一个更理想的答案，因为当 REF1 文本包含单个“/”正斜杠时，提供的正则表达式模式会失败。

^(?P<ID>[A-Z][A-Z0-9]{3})?(?P<REF1>(?:(?!//).)+)(//(?P<REF2>.+))?(\n?(?P<EXTRA>.+))?$

例如 - https://regex101.com/r/Yfp311/4

TEX4POF OF 20/03/09//CAT342134832489
P/O:1600 PARK AVENUE

使用负前瞻正则表达式模式有助于解决这一差距。