Question

我正在创建一个正则表达式来处理从文件中读取的下面一行。

30/05/2014 17:58:19 418087 ****** 2093 No415000345536 5,000.00

我已经成功创建了正则表达式，但我的问题是字符串有时可能会显示如下，稍加一些（粗体突出显示）

31/05/2014 15:06:29 410741 ****** 7993 0027200004750 No415100345732 1,500.00

请协助更改模式以忽略我不需要的13位数的整数。

以下是我的正则表达式

((?:(?:[0-2]?\d{1})|(?:[3][01]{1}))[-:\/.](?:[0]?[1-9]|[1][012])[-:\/.](?:(?:[1]{1}\d{1}\d{1}\d{1})|(?:[2]{1}\d{3})))(?![\d])(\s+)((?:(?:[0-1][0-9])|(?:[2][0-3])|(?:[0-9])):(?:[0-5][0-9])(?::[0-5][0-9])?(?:\s?(?:am|AM|pm|PM))?)(\s+)(\d{6})(\*{6})(\d{4})(\s+)(No)(\d+)(\s+)([+-]?\d*\.\d+)(?![-+0-9\.])

建议和贡献将受到高度赞赏。

Answer 1

有问题的正则表达式很可能是使用正则表达式构建器创建的。

这是您的正则表达式简化为其组成部分，简化并支持两种有效字符串变体。

未完成验证的日期（仍有可能是月内无效天数）：

(?:0?[1-9]|[12]\d|3[01])[-:\/.](?:0?[1-9]|1[012])[-:\/.](?:19|20)\d\d

日期和时间之间的空格：
```
[\t ]+
```
\s也会匹配换行符和其他不经常使用的空格，这就是我使用[\t ]+代替\s的原因。
时间至少为小时和分钟且未完成验证（闰秒，上午或下午时间无效）：
```
(?:[01]?\d|2[0-3]):[0-5][0-9](?::[0-5][0-9])?(?:[\t ]?(?:am|AM|pm|PM))?
```
空白，4位数字，6个星号，4位数字，空格：
```
[\t ]+\d{6}\*{6}\d{4}[\t ]+
```
可选择包含13位数字的数字未标记为反向引用：
```
(?:\d{13}[\t ]+)?
```
具有未确定位数，空格，可选加号或减号，浮点数（不带指数）的数字：
```
No\d+[\t ]+[+-]?[\d,.]+
```

以下是整个表达式，另外添加了2对括号，以标记真正感兴趣的字符串以供进一步处理。

((?:0?[1-9]|[12]\d|3[01])[-:\/.](?:0?[1-9]|1[012])[-:\/.](?:19|20)\d\d[\t ]+(?:[01]?\d|2[0-3]):[0-5][0-9](?::[0-5][0-9])?(?:[\t ]?(?:am|AM|pm|PM))?[\t ]+\d{6}\*{6}\d{4}[\t ]+)(?:\d{13}[\t ]+)?(No\d+[\t ]+[+-]?[\d,.]+)

第一个标记组匹配：

30/05/2014 17:58:19 418087******2093 
31/05/2014 15:06:29 410741******7993

\1或$1可用于引用整个找到的字符串的这一部分。

第二个标记组匹配：

No415000345536 5,000.00
No415100345732 1,500.00

\2或$2可用于引用整个找到的字符串的这一部分。

提示：( ... )是一个标记组。 (?: ... )是一个非标记组，因为在打开括号后会立即显示?:。

忽略正则表达式匹配中的整数

1 个答案: