正则表达式多分组配置：指定分组、排除分组及示例匹配问题

针对你提出的三个基础问题： #

• 将元素指定到特定分组：用圆括号()包裹目标内容，每对括号对应一个捕获分组，编号从左到右递增；也可以用命名分组语法(?<分组名>匹配规则)，后续可通过分组名直接引用捕获内容，更直观。
• 排除内容不进入任何分组：使用非捕获分组(?:...)，它仅参与匹配逻辑但不会生成捕获分组；另外可借助预查语法（如正向预查(?=...)、反向预查(?!...)），这类语法只做匹配判断，不会将内容纳入匹配结果或分组。
• 指定特定元素归属某分组：完全可以。通过精准的匹配规则，将目标元素用对应分组的括号（或命名分组）包裹即可。比如要把金额191,44归到first_value分组，就写(?<first_value>\d+,\d+)来精准捕获。

针对你的文本示例的正则实现方案 #

要实现你期望的分组结果，需要用覆盖所有行结构的可选分组来处理不同行的差异，以下是适配的正则（使用命名分组，对应你期望的列）：

^(?<Element_Name>.+?)(?=\s+(?:\d|$)|: )(?:\s+(?<first_value>\d+(?:,\d+)?))?(?:\s+(?<second_value>\d+,\d+)\s+€)?(?:\s+(?<third_value>\d+))?(?:\s+(?<fourth_value>\d+,\d+)\s+€)?(?:\s+(?<fifth_value>\d+,\d+)\s+€)?(?:\s+(?<sixth_value>\d+)%)?$

正则逻辑说明： #

1. Element_Name分组：匹配行首到第一个数字序列或: （Total行的分隔符）之前的所有内容，确保准确捕获元素名称，不会包含后续数值。
2. 各数值分组：所有数值分组都用(?:...)包裹成可选结构（末尾加?），适配不同行的字段缺失情况：
   • first_value：匹配长数字或Resume/Total行的金额；
   • second_value：匹配带€的金额；
   • third_value：匹配税率数字；
   • fourth_value/fifth_value：匹配后续带€的金额；
   • sixth_value：匹配百分比前的数字（去掉%符号）。

匹配效果验证： #

• Resume行：Element_Name为Resume，first_value为191,44，其余分组为空；
• Second Elemnt Name行：完整捕获所有6个数值分组；
• Third Element行：Element_Name为Third Element，second_value到sixth_value捕获对应数值，first_value为空；
• Total行：Element_Name为Total，first_value为12,00，其余分组为空。

对你后续问题的解答： #

• 需要设置对应所有目标列的分组，并且通过可选分组（?）处理不同行的字段缺失情况；
• 可以仅通过正则实现上述分组划分，只要正则逻辑覆盖所有行的结构差异，用可选分组和精准的匹配边界来适配不同行的格式。

内容的提问来源于stack exchange，提问作者DeepSea