通过正则表达式提取数值时出现值截断问题该如何解决

问题原因 #

你编写的正则中，末尾的(?<subGroupShopId>\\d+)是强制必填项，对于C2_S2_SH6917这类没有第二组G/SH后缀的字符串，正则为了完成全串匹配，会强制把groupShopId捕获的最后1位数字拆分给subGroupShopId，同时前面的分隔符匹配空值，最终导致groupShopId少一位。

修正方案 #

把后半段可选的子分组部分整体标记为可选，同时优化分隔符匹配逻辑，修正后的正则如下：

// 使用@逐字字符串可以避免写双重转义的反斜杠
public Regex testRegex = new Regex(@"^C(?<classId>\d+)_S(?<segmentId>\d+)_(?:G|SH)(?<groupShopId>\d+)(?:_(?:G|SH)(?<subGroupShopId>\d+))?$");

修正点说明 #

• 用(?:)声明非捕获组，避免不必要的分组占用索引，不影响命名分组的取值
• 把_G|_SH前缀 + subGroupShopId的整段用?标记为可选，没有这段内容时不会强制拆分前面的groupShopId值
• 取消了无意义的空分隔符匹配逻辑，避免出现异常拆分

匹配验证 #

修正后对所有测试用例的提取结果都符合预期：

• C1_S2_G11_SH2761：groupShopId=11，subGroupShopId=2761
• C1_S1_G789：groupShopId=789，subGroupShopId为空
• C2_S2_SH6917：groupShopId=6917，subGroupShopId为空
• C1_S1_G78_G432：groupShopId=78，subGroupShopId=432

内容的提问来源于stack exchange，提问作者Denis S.