Question

在过去的几个小时里，我一直在尝试匹配以下示例数据中的地址，但我无法让它工作：

medicalHistory      None
address             24 Lewin Street, KUBURA, 
                NSW, Australia
email               MaryBeor@spambob.com


address             16 Yarra Street, 
                                     LAWRENCE, VIC, Australia
name                Mary   Beor
medicalHistory      None
phone               00000000000000000000353336907
birthday            26-11-1972

我的计划是找到以“地址”开头的任何内容，后跟任意空格，后跟字符，数字逗号和换行符，最后是换行符后跟一个字符。我想出了以下内容（以及它的许多变体）：

address\s+([0-9a-zA-Z, \n\t]+)(?!\n\w)

不幸的是，匹配以下内容：

address             24 Lewin Street, KUBURA,
                NSW, Australia
email               MaryBeor

和

address             16 Yarra Street,
                                 LAWRENCE, VIC, Australia
name                Mary   Beor
medicalHistory      None
phone               00000000000000000000353336907
birthday            26

而不是

address             24 Lewin Street, KUBURA, 
                NSW, Australia

和

address             16 Yarra Street,
                                 LAWRENCE, VIC, Australia

你能告诉我我做错了吗？

Answer 1

我会这样做：

address\s+((?![\r\n]+\w)[0-9a-zA-Z, \r\n\t])+

见here on Regexr。

如果((?![\r\n]+\w)[0-9a-zA-Z, \r\n\t])+没有关注，则[0-9a-zA-Z, \r\n\t]是我要说的重要部分，与(?![\r\n]+\w)中的下一个字符匹配。这符合您的期望。

在两种情况下，正则表达式都会因为字符类中未包含的字符而停止匹配。如果您希望采用与lazy quantifier和positive lookahead合并所需的方式：

address\s+([0-9a-zA-Z, \n\r\t]+?)(?=\r\w)

[0-9a-zA-Z, \n\r\t]+?匹配尽可能少，直到条件(?=\r\w)为真。

见here at Regexr

Answer 2

正则表达式的问题在于+是贪婪的，直到找到该组中的字符，第一种情况为@，第二种情况为-。< / p>

另一种方法是使用非贪婪的量词和积极的预测，换行后跟一个单词字符，如（python版本）：

re.findall(r'address\s+.*?(?=\n\w)', s, re.DOTALL)

它产生：

['address             24 Lewin Street, KUBURA, \n                NSW, Australia',
 'address             16 Yarra Street, \n                                     LAWRENCE, VIC, Australia']

正则表达式在多行中具有负向前瞻性

2 个答案: