Question

我需要将下面的文本与Regex语法分开。实际上我找到了dddd-dddd和dddd-ddd[x]的食谱。什么用文字？我需要得到这个值的字符串，如下所示："British Journal of Applied Science & Technology"。如何在正则表达式中编写它？

337 British Journal of Applied Science & Technology 2231-0843 5
338 British Journal of Economics, Management & Trade 2278-098X 5
339 British Journal of Education, Society & Behavioural Science 2278-0998 6
340 British Journal of Environment and Climate Change 2231-4784 5
341 British Journal of Mathematics & Computer Science 2231-0851 4
342 British Journal of Medicine and Medical Research 2231-0614 8
343 British Journal of Pharmaceutical Research 2231-2919 4
344 British Microbiology Research Journal 2231-0886 9
345 Bromatologia i Chemia Toksykologiczna 0365-9445 5
346 Budownictwo Górnicze i Tunelowe 1234-5342 5
347 Budownictwo i Architektura 1899-0665 3
348 Budownictwo, Technologie, Architektura 1644-745X 3
349 Builder 1896-0642 2
350 Built Environment 0263-7960 10
351 Bulgarian Journal of Veterinary Medicine 1311-1477 8
352 Bulgarian Medicine 1314-3387 2
353 Bulletin de la Société des sciences et des lettres de Łódź, Série: Recherches sur les déformations 0459-6854 7
354 Bulletin of Alfred Nobel University. Series "Legal Science" 2226-2873 6
355 Bulletin of Geography. Socio-economic Series 1732-4254 10
356 Bulletin of Geography: Physical Geography Series 2080-7686 9
357 Bulletin of the Polish Academy of Sciences. Mathematics 0239-7269 9
358 Business and Economic Horizons 1804-1205 8
359 Business and Economics Research Journal 1309-2448 10
360 Business Process Management Journal 1463-7154 10

Answer 1

(?<=\d\s)\D+(?=\s\d)

那应该找到你需要的东西。如果您对它的工作原理感兴趣：正则表达式的第一部分（(?<=\d\s)）声明搜索的短语必须在一个数字（\d）后面跟一个空格（\s）。

第二部分（\D+）是实际找到的。它表示任意数量的非数字字符。

第三部分（(?=\s\d)）确保结果后跟另一个空格和数字。

Answer 2

你可以使用一个使用lookahead和lookbehind的表达式，如下所示：

(?<=\d{3}\s).*(?=\s\d{4}-)

此表达式需要三个数字，后跟文本前面的空格，四个数字前面有空格，后跟文本后面的短划线。名称本身由直的.*模式匹配。

Demo.

Answer 3

由于您没有指定目标语言或类似的东西，以下是使用perl的方法：

cat test.txt | perl -pe 's/^\d+\s//' | perl -pe 's/[0-9X "-]+$//'

第二个表达式可能需要根据其余数据的外观进行调整。

打印：

British Journal of Applied Science & Technology
British Journal of Economics, Management & Trade
British Journal of Education, Society & Behavioural Science
British Journal of Environment and Climate Change
[snip]
Bulletin of the Polish Academy of Sciences. Mathematics
Business and Economic Horizons
Business and Economics Research Journal
Business Process Management Journal

Answer 4

\d+ (.+) ....-.... \d+

提取：

British Journal of Applied Science & Technology
British Journal of Economics, Management & Trade
British Journal of Education, Society & Behavioural Science
British Journal of Environment and Climate Change
British Journal of Mathematics & Computer Science
British Journal of Medicine and Medical Research
British Journal of Pharmaceutical Research
[... cut ...]

Answer 5

(\d{3})\s([\D]+)(\d{4}-\d{3,4}X?\s\d{1,2})

这会将字符串拆分为3个捕获组：

3位数

任何不包含数字的内容，直至下一个数字

最后的引用（假设它以4位开头并且格式一致）

请参阅demo here

Answer 6

我知道你正在寻找REGEX，但如果你想要更直接的东西，看起来你的文档可以使用简单的字符串操作轻松解析。我提出这个想法作为不想使用REGEX的人的替代方案。

String tmp = "340 British Journal of Environment and Climate Change 2231-4784 5";
String ending = tmp.substring(tmp.length() - 11);
tmp = tmp.substring(0, (tmp.length() - 11)); //parse off the ending
StringTokenizer st = new StringTokenizer(tmp, " ");
String index = st.nextToken(); //reads the first int up to the first space.
tmp = tmp.substring(index.length()); //parse front

现在 tmp 是日记的名称，索引是前几个字符，最后的引用保存为结尾。此方法仅适用于假定所有字符串完全如上所列，或在类似范围内。

Answer 7

这一个：

(?<=\d\s)\D+(?=\s\d)

效果很好，但我在我的pdf中发现标题可能有数字，例如

338 British Journal of 5Economics, Management & Trade 2278-098X 5

如何正确解析它？ PS我用C＃（。NET）编写我的应用程序。

正则表达式如何找到模式？

7 个答案: