如何修正正则表达式以匹配字段大小值？

问题描述 #

我使用以下正则表达式模式：

var pattern = @"\[([^\]]+)\] \[?([^\(\]]+)(?:\((([\w\s]+)\))?\]?.*?(?:\s*NOT\s*NULL)?(?:,|$)";

以及对应的C#代码：

var matches = Regex.Matches(command, pattern, RegexOptions.IgnoreCase);

foreach (Match match in matches)
{
    var fieldName = match.Groups[1].Value.Trim();
    var dataType = match.Groups[2].Value.Trim();
    var sizeStr = match.Groups[3].Value.Trim();
}

但始终获取到null的sizeStr，需要匹配的输入格式示例为：

[field1] [dataType1] (20) nullability, [field2] [dataType2] (max) nullability, [field3] [dataType3] nullability

问题分析 #

原正则的核心问题在于结构逻辑混乱：

1. 可选的右括号\]?被错误放置在捕获size的组外部，导致当存在括号内的size时，正则匹配路径出现冲突，无法正确触发Groups[3]的捕获。
2. 数据类型与size括号的匹配衔接逻辑不清晰，导致正则优先匹配其他内容而非括号内的size值。

修改后的正则表达式 #

调整正则结构，修正匹配逻辑：

var pattern = @"\[([^\]]+)\] \[?([^\(\]]+)\]?(?:\(([\w\s]+)\))?.*?(?:\s*NOT\s*NULL)?(?:,|$)";

修改说明 #

• 将可选右括号\]?移至数据类型捕获组([^\(\]]+)之后，确保数据类型的括号（如果存在）完全匹配后，再处理后续的size括号。
• 优化size捕获的非捕获组结构：(?:\(([\w\s]+)\))?明确表示这是一个可选的括号包裹块，其中([\w\s]+)专门捕获括号内的size值（支持数字、max等关键字）。

测试验证 #

使用目标输入字符串测试修改后的正则，Groups[3]将正确输出：

• 对于[field1] [dataType1] (20) nullability，sizeStr为20
• 对于[field2] [dataType2] (max) nullability，sizeStr为max
• 对于[field3] [dataType3] nullability，sizeStr为空字符串（可通过string.IsNullOrEmpty判断）

替代方案（非正则实现） #

如果正则调试仍有障碍，可采用更直观的字符串拆分方案，适合结构固定的输入：

var fields = command.Split(new[] { ',' }, StringSplitOptions.RemoveEmptyEntries);
foreach (var field in fields)
{
    var parts = field.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries);
    var fieldName = parts[0].Trim('[', ']');
    var dataType = parts[1].Trim('[', ']');
    string sizeStr = null;
    
    if (parts.Length > 2 && parts[2].StartsWith('('))
    {
        sizeStr = parts[2].Trim('(', ')');
    }
    // 后续可添加可空性判断逻辑
}

这种方式代码可读性更高，维护成本更低。

内容的提问来源于stack exchange，提问作者Mohd Arif Ansari