Question

我有<autorpodpis>([^;,<\n\r]*?)\s*[;,<\n\r]来抓住内部的一切

<autorpodpis>_this_is_an_example_of_what_I'd_like_to_match<

如果有空格，冒号（;）或分号（;）或冒号或分号前的空格，我的RegEx会捕获所有内容，但不包括这些字符 - 请参阅我的链接。它按预期工作。

总的来说，RegEx适用于替换\1（或者我使用的AutoHotKey - $1）。但是我喜欢不使用替换的比赛。

Answer 1

您似乎混合使用术语替换（基于正则表达式的替换操作）和捕获（存储使用随附的模式的一部分捕获的匹配值的一部分）编号或命名堆栈中的一对未转义的括号。）

如果您只想匹配特定上下文中的子字符串而不捕获任何子值，您可以考虑使用lookarounds（lookbehind或lookahead）。

在您的情况下，由于您需要在某些已知字符串之后匹配字符串，因此您需要 lookbehind 。 lookbehind 告诉正则表达式引擎暂时在字符串中向后退一步，以检查lookbehind内的文本是否可以在那里匹配。

所以，你可以使用

pos := RegExMatch(input, "(?<=<autorpodpis>)\p{L}+(?:\s+\p{L}+)*", Res)

因此，如果您提供Res作为输入，WOJCIECH ZAŁUSKA应该有<autorpodpis>WOJCIECH ZAŁUSKA</autorpodpis>。

说明：

(?<=<autorpodpis>) - 检查当前测试位置之前是否有<autorpodpis>。如果没有，请将此匹配失败，转到字符串
中的下一个位置
\p{L}+ - 1+ Unicode字母

(?:\s+\p{L}+)* - 0 + 1+个空格的序列，后跟1 + Unicode字母。

然而，在大多数情况下，并且总是在这样的情况下当看后方的模式已知时，后观是未锚定的（例如，当它是模式中的第一个子模式时）并且您不需要重叠匹配，使用捕获。

capturing的版本：

pos := RegExMatch(input, "<autorpodpis>(\p{L}+(?:\s+\p{L}+)*)", Res)

然后Res[1]将保留WOJCIECH ZAŁUSKA值。捕获在大多数情况下（96％）更快。

现在，您的正则表达式 - <autorpodpis>([^;,<\n\r]*?)\s*[;,<\n\r] - 效率不高，因为[^;,<\n\r]也匹配\s和\s匹配[;,<\n\r]。我的正则表达式是线性，每个后续子模式与前一个子模式不匹配。

使用RegEx进行正确匹配，但它应该无需替换

1 个答案: