有人能告诉我这个正则表达式的每一部分是什么吗？

Question

^(?:([0-9]+):)??(?:([0-9]+):)?([0-9]+)(?:[.,]([0-9]+))?[^0-9]* $

这是我的教授在R工作室为我写的一个正则表达式，用于从网站获取奥运会结果。有没有人能详细解释一下正则表达式的每个部分到底是做什么的，以及它们是如何协同工作的。

使用此正则表达式的一些结果示例如下：

3:49:03、1:21:08、49,03、3:42,02。

提前感谢您的帮助。

Answer 1

让我们从所使用的语法的图例开始：

• ^是字符串的开始，而不是0-9，方括号内的插入符号将取反more
• * 0或more
• $ non capturing group of

中的一个方块中的模式

现在让我们来分析一下你所拥有的：

^(?:([0-9]+):)??(?:([0-9]+):)?([0-9]+)(?:.,)?[^0-9]* $

1. ^字符串
2. (?:pattern:)模式的开头，后跟冒号(无捕获(?:)部分)
   • ([0-9]+)数字0-9，一次或多次，captured

​

捕获前面的组出现0次或1次，非greedy

• (?:pattern:)模式后跟冒号(no

1. ?? (?:) part)
   • ([0-9]+)数字0-9，一次或多次，captured

​

前一组出现0次或1次，字符串数字0-9，一次或多次，字符串点或逗号，非字符串前一组出现0次或1次，非数字0-9，匹配0次或多次，字符串末尾

1. ?

Answer 2

• ^字符串的开头
• (0-9+)至少有一个数字0，...9
• (x)？至多x
• $字符串的末尾

中的一个

我不明白为什么他费心去包括字符串的结尾和开头，也不明白为什么他用了那么多？

我可能会像这样寻找它：

(([0-9]+)([:,.]?))*([0-9]+)

意思是，((0-9+)(:，.?)) =(至少一个数字后面跟一个可能的分隔符(1个：，或.))，这在任何时间(0,1，...，n)重复，后面跟着至少一个数字。这也将匹配不带分隔符的数字，例如12。对于至少有一个分隔符的数字，请将*替换为+。

使用stringr，提取将如下所示：

library(stringr)
str_extract(pattern = '(([0-9]+)([:,.]?))*([0-9]+)', string= 'hello, this is a time 02:04,34 in a sentence')

输出将是"02:04,34“