Question

我有一个包含数千行的文本文件：

String input = "212425762_CHECK_08182014_1_USA";
String regex = "^([0-9]{9})_([A-Z]{5})_([0-9]{8})_(1_USA)$";
if (input.matches(regex)) {
    System.out.println("The input matches.");
}

大多数行都有两个逗号，后跟一些文本，后跟另外两个逗号，后跟一个数字值。只有几十条线就像第二条线。它们在数值前只有一个逗号。

我正在尝试使用正则表达式找到这几十行。我没有使用编程语言，只是Notepad ++。我的问题是，到目前为止，我提出的正则表达式都可以捕获。我一直在regex101.com进行实验

我有这样的事情：8/15/2016,,Amazon,,15.93 ;most are like this 8/24/2016,,Google,18.73 ;a few are like this - one comma only 8/26/2016,,Ebay,,60.2 ;

我认为这意味着“查找2016，后跟任意数量的字符，直到找到逗号后跟数字数字”，但它会找到每一行，无论是否有一个或两个逗号（或更多，因为我当我添加一些东西时发现发生了什么事。）

我读到正则表达式“贪婪地”搜索，但我认为2016,,.+?,[0-9]之后的问号使搜索在第一次出现时停止。

我甚至试过.+认为2016,,.+?,{1}[0-9]意味着“只有一个”，但不是，这也不起作用。

Answer 1

那是因为.+?的{{1}}只排除了最后一个逗号：

2016,,.+?,[0-9]

嘿，这意味着任何字符，不是吗？

Code Different的答案很好，不过这里有一些选择：

•使用negated characters class：

           ▼▼▼▼▼▼▼▼▼
8/15/2016,,Amazon,,,,15.93

•使用negative lookahead/lookbehind（注意，一些正则表达式引擎不支持它们，虽然Notepad ++确实如此，但仍然需要固定长度）：

2016,,[^,]+,[0-9]

Answer 2

您可以尝试使用之前没有逗号的逗号：

[^,],[^,]

如果要捕获整行，请将.*添加到开头和结尾。 Regex101

Answer 3

如果您想选择只包含一个逗号的行，您可以使用此

.*[^,],[^,].*

但是如果你想用双逗号或biceversa替换逗号，你可以

ctrl + f＆gt; ，＆gt;找到所有＆gt; supr＆gt; ,,（或，）

Answer 4

如果使用否定断言查找单个逗号，则在文字逗号之后使用断言要快得多。

在正则表达式中首先设置否定断言会增加6倍的开销（在这种情况下）与首先查找文字相比，然后检查断言。

这是因为它必须在堆栈上运行断言角色位置而不是仅仅首先找到文字。

好= ,(?!,)(?<!,,) 差= (?<!,),(?!,)

比较

将重复的字符串定位29次。

8/15/2016,,Amazon,,15.93 ;most are like this 8/24/2016,,Google,18.73 ;a few are like this - one comma only 8/26/2016,,Ebay,,60.2 ; ... 8/15/2016,,Amazon,,15.93 ;most are like this 8/24/2016,,Google,18.73 ;a few are like this - one comma only 8/26/2016,,Ebay,,60.2 ; ... (29 times total)

基准

Regex1: ,(?!,)(?<!,,) Options: < none > Completed iterations: 50 / 50 ( x 1000 ) Matches found per iteration: 29 Elapsed Time: 5.92 s, 5919.16 ms, 5919161 µs Regex2: (?<!,),(?!,) Options: < none > Completed iterations: 50 / 50 ( x 1000 ) Matches found per iteration: 29 Elapsed Time: 36.81 s, 36806.16 ms, 36806159 µs

如何查找逗号之前或之后没有逗号？

4 个答案: