如何处理可能为空的TR​​egEx命名捕获组？

我有一个带有命名捕获组的正则表达式,其中最后一个组是可选的.我无法弄清楚如何迭代组并在空的时候正确处理可选组; 我得到一个EListOutOfBounds异常.

正则表达式解析由我们通过电子邮件接收的外部系统生成的文件,该文件包含有关已向供应商发出的检查的信息.该文件是以管道分隔的; 示例在下面的代码中.

program Project1;

{$APPTYPE CONSOLE}

uses
  System.SysUtils, System.RegularExpressions, System.RegularExpressionsCore;
{
  File format (pipe-delimited): 
   Check #|Batch|CheckDate|System|Vendor#|VendorName|CheckAmount|Cancelled (if voided - optional)
}
const 
  CheckFile = '201|3001|12/01/2015|1|001|JOHN SMITH|123.45|'#13 +
              '202|3001|12/01/2015|1|002|FRED JONES|234.56|'#13 +
              '103|2099|11/15/2015|2|001|JOHN SMITH|97.95|C'#13 ;

var
  RegEx: TRegEx;
  MatchResult: TMatch;
begin
  try
    RegEx := TRegEx.Create(
      '^(?\d+)\|'#10 +
      '  (?\d{3,4})\|'#10 +
      '  (?\d{2}\/\d{2}\/\d{4})\|'#10 +
      '  (?[1-3])\|'#10 +
      '  (?[0-9X]+)\|'#10 +
      '  (?[^|]+)\|'#10 +
      '  (?\d+\.\d+)\|'#10 +
      '(?C)?$',
      [roIgnorePatternSpace, roMultiLine]);
    MatchResult := RegEx.Match(CheckFile);
    while MatchResult.Success do
    begin
      WriteLn('Check: ', MatchResult.Groups['Check'].Value);
      WriteLn('Dated: ', MatchResult.Groups['ChkDate'].Value);
      WriteLn('Amount: ', MatchResult.Groups['Amount'].Value);
      WriteLn('Payee: ', MatchResult.Groups['Payee'].Value);
      // Problem is here, where Cancelled is optional and doesn't 
      // exist (first two lines of sample CheckFile.)
      // Raises ERegularExpressionError 
      // with message 'Index out of bounds (8)' exception.
      WriteLn('Cancelled: ', MatchResult.Groups['Cancelled'].Value);
      WriteLn('');
      MatchResult := MatchResult.NextMatch;
    end;
    ReadLn;
  except
    // Regular expression syntax error.
    on E: ERegularExpressionError do
      Writeln(E.ClassName, ': ', E.Message);
  end;
end.

我已经尝试检查MatchResult.Groups['Cancelled'].Index是否小于MatchResult.Groups.Count,尝试检查MatchResult.Groups['Cancelled'].Length > 0,并检查是否MatchResult.Groups['Cancelled'].Value <> ''没有成功.

如何正确处理可选捕获组当该组没有匹配时取消？

如果结果中不存在请求的命名组,ERegularExpressionError则会引发异常.这是设计的(尽管异常消息的措辞具有误导性).如果您ReadLn()在try/except阻止之后移动,则在进程退出之前,您将在控制台窗口中看到异常消息.引发异常时,您的代码不会等待用户输入.

由于您的其他组不是可选的,您可以简单地测试是否MatchResult.Groups.Count足够大以容纳Cancelled组(测试的字符串在索引0的组中,因此它包含在中Count):

if MatchResult.Groups.Count > 8 then
  WriteLn('Cancelled: ', Write(MatchResult.Groups['Cancelled'].Value)
else
  WriteLn('Cancelled: ');

要么:

Write('Cancelled: ');
if MatchResult.Groups.Count > 8 then
  Write(MatchResult.Groups['Cancelled'].Value);
WriteLn('');

顺便说一句,你的循环也没有调用NextMatch(),所以你的代码陷入无限循环.

while MatchResult.Success do
begin
  ...
  MatchResult := MatchResult.NextMatch; // <-- add this
end;

您还可以避免使用可选组,并使取消组成为强制性,包括C或任何内容.只需将正则表达式的最后一行更改为

'(?C|)$'

对于您的测试应用程序,这不会改变输出.如果您需要进一步使用取消,您只需检查它是否包含C或空字符串.

if MatchResult.Groups['Cancelled'].Value = 'C' then
  DoSomething;