如何用正则捕获组内最多1-2个空格的单词组及数字？

核心问题分析 #

你之前的正则出现匹配异常，是因为第一个捕获组([\w\s-]+)属于贪婪匹配，会把后面的大量空格和第二个单词组一并吞入，导致第二个捕获组无法正确捕获目标内容。同时需要明确单词组内最多1-2个空格的规则，避免无限制匹配空格。

调整后的正则表达式 #

"^([\\w/-]+(?:\\s{1,2}[\\w/-]+)*)(?:\\s{5,}([\\w/-]+(?:\\s{1,2}[\\w/-]+)*))?\\s{5,}([\\d.,]+)$"

各部分规则说明 #

• 第一个单词组：([\w/-]+(?:\s{1,2}[\w/-]+)*)

  • 匹配由\w（字母/数字/下划线）、/、-组成的单词
  • 单词之间仅允许1-2个空格分隔，确保不会误吞后续的大量分隔空格
  • 至少包含1个单词

• 可选的第二个单词组：(?:\s{5,}([\w/-]+(?:\s{1,2}[\w/-]+)*))?

  • \s{5,}：匹配至少5个空格作为两个单词组的分隔符（与示例中的大量空格对应）
  • 内部的单词组规则和第一个完全一致
  • 末尾的?表示该部分可选（对应第二个单词组不存在的场景）

• 数字部分：([\d.,]+)

  • 匹配包含数字、小数点、逗号的数值内容

• 边界约束：^和$确保正则匹配整个字符串，避免部分匹配导致的异常

R语言测试示例 #

test <- c("word1 word2                  word3 word4                   1234.23,4",
          "word1 word2                                                1946.27,4")

library(stringr)

str_match(test,"^([\\w/-]+(?:\\s{1,2}[\\w/-]+)*)(?:\\s{5,}([\\w/-]+(?:\\s{1,2}[\\w/-]+)*))?\\s{5,}([\\d.,]+)$")

测试结果 #

[,1]                                                                   [,2]          [,3]          [,4]       
[1,] "word1 word2                  word3 word4                   1234.23,4" "word1 word2" "word3 word4" "1234.23,4"
[2,] "word1 word2                                                1946.27,4" "word1 word2" ""            "1946.27,4"

内容的提问来源于stack exchange，提问作者denis