用正则表达式匹配字符串中间的可选子串

Question

我正在尝试创建一个正则表达式，用来提取标题、副标题和出版社。我想知道怎么让副标题的搜索变成可选的。

我的格式是：

Title-(Subtitle)-[Publisher]

其中：

• 标题 – 是我想在第一个捕获组中提取的字符串。
• （副标题）– 是一个可选的字符串，用括号括起来，我想在第二个捕获组中提取。
• [出版社] – 是一个用方括号括起来的字符串，我想在第三个捕获组中提取。

举个例子：

Programming.in.Python.3-(A.Complete.Introduction.to.the.Python.Language)-[Addison-Wesley]
Learning.Python-[O'Reilly]
Flask.Web.Development-(Developing.Web.Applications.with.Python)-[O'Reilly]

现在，我有一个正则表达式（在线查看），可以提取第一个和第三个部分：

(.*)-\((.*)\)-\[(.*)\]

我的问题是，我不知道怎么构建一个正则表达式，能够匹配第二行（标题在第一个组，第二个组应该是空的，第三个组是出版社），如果没有用括号括起来的副标题。这能在一个正则表达式中完成吗？

Answer 1

贪婪匹配是个好东西，因为它能让正则表达式的执行更高效。

为了享受这种性能上的好处，同时保持模式的逻辑，可以使用否定字符类，这种字符类里包含了接下来预期的分隔符字符。

([^-]*)-(?:\(([^)]*)\)-)?\[([^]]*)]

详细解析：Python 正则表达式示例

(          #start capture group 1
  [^-]*    #match zero or more non-hyphen characters
)          #end capture group 1
-          #match literal hyphen
(?:        #start non-capturing group
  \(       #match literal opening parenthesis
  (        #start capture group 2
    [^)]*  #match zero or more non-closing-parentheses
  )        #end capture group 2
  \)       #match literal closing parenthesis
  -        #match literal hyphen
)          #end non-capturing group
?          #make non-capturing group optional (zero or one occurrence)
\[         #match literal opening brace
(          #start capture group 3
  [^]]*    #match zero or more non-closing brace characters (no escaping needed)
)          #close capture group 3
]          #match literal closing brace (no escaping needed)

Answer 2

只需让第二个捕获变成可选的，使用 ? 就可以了。

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

另外，我把 .* 替换成了 .*?，这样可以避免贪婪匹配。