正则表达式校验固定格式输入的错误排查及修正方法

错误原因 #

你的正则表达式里用了.+这个元字符，它会匹配任意非换行字符（包括空格），且默认是贪婪匹配模式。当输入字段数量超过5个时，比如你给出的Japan ken Annie may money hank queen示例，正则会自动调整匹配范围：要么第一个.+吃掉前面多个带空格的字段，要么后面的.+把剩余的多个字段合并成一个匹配项，最终依然满足(\s(.+)){4}的重复次数要求，导致无法准确校验出恰好5个字段的输入。

修正方法 #

核心是限制每个字段不能包含空格，把.+替换为\S+（匹配连续的非空白字符，也就是单个合法字段），这样就能确保正则匹配恰好5个用空格分隔的非空白字段，修正后的代码如下：

( /^(\S+)(\s\S+){4}$/ ) ? print "good" : print "fail";

如果需要支持包含空格的字段（比如名字是Mary Ann这类带空格的情况），可以要求这类字段用引号包裹，再用对应的正则处理：

( /^(".*?"|\S+)(\s(".*?"|\S+)){4}$/ ) ? print "good" : print "fail";

不过按你给出的输入示例，字段都是单个单词，第一种修正方式就足够满足需求。

另外，也可以用更直观的写法，明确写出5个字段的匹配规则，可读性更强：

( /^\S+\s\S+\s\S+\s\S+\s\S+$/ ) ? print "good" : print "fail";

内容的提问来源于stack exchange，提问作者余昌翰