如何用正则提取COBOL风格Move语句的源与目标字段？

首先，你之前的正则写法存在两个核心问题：

• 字段匹配的模式错误，(\w\.*)*无法正确匹配Customer.Name这种点分隔的标识符（它会匹配单个单词字符加任意个点，而非“单词+点+单词”的结构）
• 错误使用正向预查，导致无法定位到目标字段的位置

正确的正则写法 #

直接通过捕获组分别提取源字段和目标字段，适配COBOL Move语句的格式：

^Move\s+(\w+(?:\.\w+)*)\s+(\w+(?:\.\w+)*)$

正则解释 #

• ^ 和 $：限定匹配完整的一行Move语句，避免匹配文本中零散的Move字样
• Move\s+：匹配关键字Move及其后的一个或多个空白字符
• 第一个捕获组 (\w+(?:\.\w+)*)：匹配源字段，其中：
  • \w+：匹配字段的起始标识符（如Customer）
  • (?:\.\w+)*：非捕获组，匹配可选的“点+标识符”结构（如.Name），支持多层嵌套的字段
• \s+：匹配源字段与目标字段之间的空白分隔符
• 第二个捕获组 (\w+(?:\.\w+)*)：匹配目标字段，规则与源字段一致

测试效果 #

对于输入Move Customer.Name New.Name：

• 捕获组1：Customer.Name（源字段）
• 捕获组2：New.Name（目标字段）

你的原有正则问题分析 #

1. 第一个正则 (?<=Move\s*)(\w\.*)*(?<=.*)：
   • (\w\.*)* 模式错误，无法正确匹配点分隔的字段结构
   • 末尾的(?<=.*)是无效的正向预查，没有实际匹配逻辑，也无法帮助定位目标字段
2. 第二个正则 (?<=Move\s*(\w\.*)*)(\w\.*)*(?<=.*)：
   • 正向预查(?<=Move\s*(\w\.*)*)会贪婪匹配到源字段的结尾位置，但预查是零宽度匹配，后续的(\w\.*)*会从预查的位置开始匹配，而此处之后是空白字符，无法匹配目标字段，最终还是只能拿到源字段

内容的提问来源于stack exchange，提问作者Nigel Tunnicliffe