如何匹配...... ＆＃34;先于/后跟＆＃34;正则表达式的东西？

Question

我正在使用Google表格文档，其中我需要操纵字符串并提取它们的某些部分。这些字符串与字符具有以下形式：

广告名称：FOO_FOOBAR_DE_CH_Zagreb + N1_970x250.zip; 970x250的

我需要提取两个＆＃34;字段＆＃34;：

• 萨格勒布
• 970x250的

显然，第一个总是被"\_"和"+"包围，这使得事情变得更容易，另一个被"_"和"."包围或者先于如果我要从字符串的末尾捕获它，请"; "。

我正在尝试使用Google表格专有REGEXMATCH公式（read more about it here），但我必须做错事。如果重要，Google产品会使用 RE2 RegEx＆＃34; flavor＆＃34;。

这是我到目前为止所做的：

=REGEXEXTRACT(text, "(?:_)[A-Za-z]+(?:\+).*")

这个回归：

  

_Zagreb +

所以我需要失去＆＃34; _＆＃34;和＆＃34; +＆＃34;。我明白，对于这种类型的操作（在某些字符之间提取文本），应该使用环视，但我仍然不熟悉这些。此外，据我所知，其中一些（最值得注意的是负面观察）不适用于JavaScript。

这是尝试2：

=REGEXEXTRACT(text, ".*[A-Za-z]+(?=\+.*)")

这个只会引发#REF错误。我发现这两个资源对于学习RegEx非常宝贵：

• Rexegg
• Regular-expressions.info

但由于时间不够，我现在无法详细研究这个问题。

Answer 1

在Google Speadsheets中，您可以在需要从特定上下文中提取的文本周围使用捕获组。因此，只需将(和)放在这些模式部分周围。

要获取Zagreb，请使用=REGEXEXTRACT(F15,"_([a-zA-Z]+)\+")并获取解决方案，请使用=REGEXEXTRACT(F15,";\s*([0-9x]+)$")。

模式1 ：

• _ - 刚刚匹配的下划线
• ([a-zA-Z]+) - 捕获与一个或多个ASCII字母匹配的组1
• \+ - 文字+。

模式2

• ;\s* - ;和0+空格
• ([0-9x]+) - 捕获与一个或多个数字匹配的组1或x
• $ - 在单元格内容的末尾。

在这两种情况下，您只能获取捕获到第1组的子字符串。

有关capturing groups can be found here的更多信息。