C++正则表达式无法识别单词末尾的点问题求助

问题背景 #

我尝试用以下正则表达式从文件中读取一行内容：

^([A-z.]+?\s?[A-z]+)\s([A-z]+)\s(\d{7})\s(\d?\d.\d)$

待匹配的行内容为：

W.W. Sneijder 0000574 10.0

我的意图是让包含a-z、A-Z或点的单词匹配[A-z.]+部分，但这个正则无法识别W.W.中的第二个点。我原本以为方括号加+会匹配括号内任意字符直到遇到空格，现在找到了一个可行但不够优雅的表达式：

^([A-z.]+[.\s?[A-z]+)\s([A-z]+)\s(\d{7})\s(\d?\d.\d)$

希望得到更优雅的解决方案。

问题分析与解决方案 #

问题根源 #

原正则里的[A-z.]+?\s?[A-z]+存在两个关键问题：

1. [A-z]的范围错误：它包含了ASCII码中Z到a之间的特殊符号（比如[、\等），正确的大小写字母范围应该是[A-Za-z]；
2. +?是非贪婪匹配模式：会尽可能少地匹配字符，当匹配到W.W后，后面的\s?[A-z]+会尝试匹配字母，但W.W.后面只有空格，导致第二个点被遗漏。

优雅的正则写法 #

直接用[A-Za-z.]+匹配连续的字母/点组合，直到遇到第一个空格，修正后的完整正则如下：

^([A-Za-z.]+)\s([A-Za-z]+)\s(\d{7})\s(\d{1,2}\.\d)$

额外优化细节：

• 把\d?\d改为\d{1,2}，语义更清晰，明确匹配1-2位数字；
• 把.转义为\.，避免它被当作“匹配任意字符”的通配符，确保只匹配实际的点符号。

测试这个正则可以完美匹配目标行：第一组捕获W.W.，第二组捕获Sneijder，第三组捕获0000574，第四组捕获10.0。

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