如何编写正则表达式分组提取三类不同格式的字符串？

可以使用支持可选分组的正则表达式适配这三种文本格式，核心是把后面的[内容]部分设为可选匹配项。

正则表达式（保留方括号的版本） #

^(.*?)(?: (\[.*?\]))?(?: (\[.*?\]))?$

正则说明 #

• ^ 和 $：锁定整行的开头和结尾，避免匹配片段内容
• (.*?)：捕获标题部分，非贪婪匹配到第一个空格加[或行尾
• (?: (\[.*?\]))?：非捕获组包裹的可选模块，匹配空格+带方括号的内容，模块后加?表示可出现0次或1次，内部的(\[.*?\])会捕获带方括号的完整内容
• 第二个(?: (\[.*?\]))?：同上，匹配第二个可选的带方括号内容

匹配结果 #

对三段文本分别匹配后，分组对应关系如下：

1. 第一段文本：
   • 分组1：Simple test 1
   • 分组2：[https://www.test.com/aaa/bbb#rrr]
   • 分组3：[1.111111, 0.222222]
2. 第二段文本：
   • 分组1：Simple test 2
   • 分组2：[https://www.test.com/aaa/bbb#rrr]
   • 分组3：空（无匹配内容）
3. 第三段文本：
   • 分组1：Simple test 3
   • 分组2、3：空

如果不需要保留方括号，可将正则调整为：

^(.*?)(?: \[(.*?)\])?(?: \[(.*?)\])?$

此时分组2会捕获链接本身，分组3捕获坐标本身。

内容的提问来源于stack exchange，提问作者Steph74