正则表达式在一行中分隔多个项目

Question

我有一组结果，我想用Regex解析，我似乎无法找到一个有效的表达式。在txt文件的每一行中，有2个条目，每个条目包含最多100个数量，后跟不同长度和空格的项目名称。

示例：

7 BALLS OF STRING 13 CARDBOARD BOXES
14 ROCKS 12 PENCILS

我想将第一个条目与第1组中的数量相匹配，将第二个条目与第2组中的数量相匹配。

Answer 1

您可以使用以下正则表达式模式并在读取文件时使用它，每行一行：

^(\d*\s[A-Z\s]*)\s(\d*\s[A-Z\s]*)$

以下是一个实例：https://regex101.com/r/18dege/1

这里有一些细节：

• ^匹配字符串的开头，$结尾
• \d*匹配任意数字（0或更多）的贪婪数字字符（等于[0-9]*）
• \s匹配空格字符（例如标签，空格等）
• [A-Z\s]*匹配任何数字（0或更多）的大写字符和空白贪婪
• ()创建一个匹配组（以提取字符串的某些部分）

根据下面的评论，大写字母后面可以跟小写字母，不应该匹配。一个例子是：

7 BALLS OF STRING 13 CARDBOARD BOXES
14 ROCKS 12 PENCILS
18 TABLES 3 BLANKETS sewn with patches

要匹配此模式，您可以使用以下正则表达式：

^(\d*\s[A-Z\s]*?)[a-z\s]*\s(\d*\s[A-Z\s]*?)[a-z\s]*$

作为上述模式的更新，我添加了以下内容：

语句（不在组中）和第二个语句之后的
• [a-z\s]*匹配小写字符串
• (\d*\s[A-Z\s]*?)我添加了问号?，以使匹配非贪婪。这可以防止将大写和小写部分之间的空白添加到匹配组。现在需要在模式的末尾添加字符串结尾$，否则，第二组将不匹配足够的字符。

以下是一个实例：https://regex101.com/r/18dege/2