Regex pour capturer la liste de texte numérotée

Question

J'ai une liste de test que j'essaye de capturer des données d'utiliser une regex.

Voici un échantillon du format texte:

(1) this is a sample string /(2) something strange /(3) another bit of text /(4) the last one/ something!/ 

J'ai un Regex qui capte actuellement correctement, mais je rencontre quelques difficultés à le faire fonctionner dans des conditions aberrantes.

Voici mon regex

/\(?\d\d?\)([^\)]+)(\/|\z)/ 

Malheureusement certaines des données contient des parenthèses comme ceci:

(1) this is a sample string (1998-1999) /(2) something strange (blah) /(3) another bit of text /(4) the last one/ something!/ 

Les sous-chaînes '(1998-1999)' et '(bla)' faire échouer !

Quelqu'un veut-il avoir une fissure à celui-ci? Merci: D

Answer 1

Je voudrais essayer ceci:

\((\d+)\)\s+(.*?)(?=/(?:\(\d+\)|\z)) 

Cette regex recherche plutôt effrayant fait ce qui suit:

• Il recherche un ou plusieurs chiffres enveloppées entre parenthèses et les capture;
• Il doit y avoir au moins un caractère espace blanc après les chiffres entre parenthèses. Cet espace blanc est ignoré (non capturé);
• Une expression générique non gourmande est utilisée. C'est (imho) le moyen préférable d'utiliser des groupes de caractères négatifs (par exemple [^/]+) pour ce type de problème;
• Le positif préanalyse ((?=...)) dit l'expression doit être suivie d'une barre oblique inverse, puis l'un des:
  • un ou plusieurs chiffres enveloppées entre parenthèses; ou
  • le terminateur de chaîne.

Pour vous donner un exemple en PHP (vous ne spécifiez pas votre langue):

$s = '(1) this is a sample string (1998-1999) /(2) something strange (blah) /(3) another bit of text /(4) the last one/ something!/'; 
preg_match_all('!\((\d+)\)\s+(.*?)(?=/(?:\(\d+\)|\z))!', $s, $matches); 
print_r($matches); 

sortie:

Array 
(
    [0] => Array 
     (
      [0] => (1) this is a sample string (1998-1999) 
      [1] => (2) something strange (blah) 
      [2] => (3) another bit of text 
      [3] => (4) the last one/ something! 
     ) 

    [1] => Array 
     (
      [0] => 1 
      [1] => 2 
      [2] => 3 
      [3] => 4 
     ) 

    [2] => Array 
     (
      [0] => this is a sample string (1998-1999) 
      [1] => something strange (blah) 
      [2] => another bit of text 
      [3] => the last one/ something! 
     ) 

) 

Quelques notes:

• Vous ne spécifiez pas ce que vous voulez capturer ure. J'ai supposé le numéro d'article de la liste et le texte. Cela pourrait être faux, auquel cas il suffit de laisser tomber ces parenthèses de capture. De toute façon, vous pouvez obtenir le match entier;
• J'ai supprimé le slash final de la correspondance. Ce n'est peut-être pas votre intention. Encore une fois juste changer la capture en fonction;
• J'ai autorisé n'importe quel nombre de chiffres pour le numéro d'article. Votre version a permis seulement deux. Si vous le préférez, remplacez \d+ par \d\d?.

Answer 2

Prepend un / au début de la chaîne, ajoutez un (0) à la fin de la chaîne, puis diviser l'ensemble de la chaîne avec le motif \/\(\d+\), et jeter les premier et dernier éléments vides.

Answer 3

Tant que/ne peut apparaître dans le texte ...

\(?\d?\d[^/]+