如何构建匹配「单词+空格+多组word:word」格式的正则表达式？

需求回顾 #

匹配格式为「单个单词开头 + 空格 + 任意多个空格分隔的word:word结构」的字符串，例如 Test get:all words:test。

原正则的问题 #

你当前使用的正则 @"^[a-zA-Z]+/s(^[a-zA-Z]+:^[a-zA-Z]+/s)*" 存在三个关键错误：

• 转义字符错误：表示空格的正则元字符是 \s，而非 /s
• 错误使用行首锚点 ^：分组内的 ^ 会强制要求每个 word:word 部分都出现在行首，完全不符合需求逻辑
• 末尾空格强制匹配：分组末尾的 /s 会要求每个 word:word 后必须跟空格，但最后一个 word:word 后不应有多余空格

修正后的正则 #

允许开头单词后无word:word结构（即仅匹配单个单词+空格，或单词+空格+多个word:word）

^[a-zA-Z]+(?:\s[a-zA-Z]+:[a-zA-Z]+)*$

要求开头单词后至少有一个word:word结构

^[a-zA-Z]+(?:\s[a-zA-Z]+:[a-zA-Z]+)+$

正则解释 #

• ^：锚定字符串开头
• [a-zA-Z]+：匹配开头的纯字母单词
• (?:\s[a-zA-Z]+:[a-zA-Z]+)：非捕获分组，定义单次空格+word:word的结构
  • \s：匹配一个空格
  • [a-zA-Z]+:[a-zA-Z]+：匹配word:word格式，前后均为纯字母单词
• */+：*表示分组可出现0次或多次，+表示至少出现1次
• $：锚定字符串结尾，确保无多余内容

扩展说明 #

如果单词允许包含数字或下划线，可将 [a-zA-Z] 替换为 [a-zA-Z0-9_]，或使用 \w（注意部分正则引擎中\w会包含Unicode字符，需根据实际场景调整）。

内容的提问来源于stack exchange，提问作者user1768187