Question

我想从一个字符串中捕获三个子字符串，该字符串必须包含这三个子字符串模式：

生日（所有带yyyymmdd格式的数字）
ID号码（以字符开头，后跟数字）
全名

如果三个子字符串模式不可用，则不会返回匹配。

模式样本：

XD079523 ALFRED ROMEO 19830311
ALFRED BETA GAMMA 19830311 AD929523
BETA FERNANDEZ AS079523 19830311
19830311 BETA MAX  AS079523
KK079523 19830311 ANGEL MARINA VINES
19830121 BX079523 VINCENT EVERHART

我已经尝试了以下正则表达式：

/(?=.*\b([a-z]{1,2}\d+)\b)(?=.*\b(\d+)\b)(?=.*((?:\b[a-z]+\b\s*)+)).+/mi

测试：https://regex101.com/r/iypQuC/1

使用上述模式，我可以成功捕捉生日＆amp;身份证号码，而不是全名。该模式仅捕获全名中的最后一个单词。

对此有何建议？

感谢。

Answer 1

问题显然是因为(?=.*((?:\b[a-z]+\b\s*)+))中的exploit the same back-door。您可以通过将.*放在后面，让?使所需的单词变得懒散。我会另外建议重构该部分以获得更好的准确性：

^(?=.*?\b([a-z]{1,2}\d+)\b)(?=.*?\b(\d+)\b)(?=.*?\b([a-z]+(?:\h+[a-z]+)*)\b).+

进一步使所有.*懒惰.*?（也是为了更好的表现）
添加了^锚点，仅在启动时触发前瞻

greediness

正则表达式：如果字符串包含某些模式，则捕获句子

1 个答案: