Question

我见过几个类似的问题，即使是我自己发布的一个问题，但这是相当具体的。

在正则表达式中有一个匹配模式。现在说在同一个字符串中有两个匹配模式，可以匹配文本。似乎我的运气总是倾向于匹配错误模式的正则表达式。（我在C＃中使用.Net Regex）

我需要分解两种类型的字符串：

01 - 第一个值| 02 - 第二个值|空白 - 忽略

和

A - First ValueblankB - Second ValueC - Third Value

所以我想要的结果是使用一个模式字符串匹配Code to Meaning

Code,Meaning
01,First Value
02,Second Value
Blank,Ignore
A,First Value
blank,
B,Second Value
C,Third Value

我尝试了几种模式，但似乎永远都不能完全正确。我能得到的最接近的是：

(([A-Z0-9]{1,4})[ \-–]{1,3}|([Bb]lank)[ \-–]{0,3})(([A-Z][a-z]+[.,;| ]?)+)

我的分类：

[A-Z0-9]{1,4}[ \-–]{1,3} - ＆gt;这匹配代码，大写或长度为1 - 4个字符，后跟1到3个字符的空格，连字符，或来自html的mdash。

或

[Bb]lank[ \-–]{0,3} - ＆gt;空白跟随0-3个字符的空格，连字符或来自html的mdash

然后

(([A-Z][a-z]+[.,;| ]?)+) - ＆gt;应匹配任何多个单词，包括可能的空间。所以第一和价值，第二和价值应该是匹配。

最初的问题是最终的模式组匹配＆＃34; Valueblank＆＃34;在第二个输入字符串中。我想以某种方式优先考虑那个＆＃34; [Bb] lank＆＃34;应该作为第一组的一部分匹配，而不是第二组的一部分我尝试在最后一组中放置一个(?![Bb]lank)否定的预测，但它似乎永远不会起作用。任何帮助将不胜感激。

由于

Jaeden＆＃34; Sifo Dyas＆＃34; al＆＃39; Raec Ruiner

Answer 1

以下内容（regex101.com example）：

/((?:[A-Z0-9]{1,4}|[Bb]lank)(?=\h[-–]\h)|[Bb]lank)(?:\h[-–]\h|\|)?(.*?)(?=[Bb]lank|\||[A-Z0-9]{1,4}\h[-–]\h|$)/gm

<强>解释

[Bb]lank

“空白”的所有匹配项检查较低的 OR 大写“B”

((?:[A-Z0-9]{1,4}|[Bb]lank)(?=\h[-–]\h)|[Bb]lank)

第一个捕获组：匹配字母数字第一个值或“空白”第一个值与“ - ”或“ - ”匹配（正向前瞻） OR 一个“空白”第一个值没有第二个匹配组。

(?:\h[-–]\h|\|)?

分隔符“ - ” OR “ - ” OR “|”这将发生零次或一次。

(.*?)

不合理地匹配第二个匹配组。

(?=[Bb]lank|\||[A-Z0-9]{1,4}\h[-–]\h|$)

使用正向前瞻，寻找“空白”或“|” OR 字母数字第一个值带“ - ”或“ - ”后 OR 行结束（捕捉行上的最后一项）查找结束位置我们应该抓住

Answer 2

正则表达式将选择第一个最长匹配，即如果两个模式在相同位置开始匹配并匹配相同数量的字符，则将选择较早的替代字符。

例如，以下（愚蠢的例子）将始终匹配第一个替代优先于第二个替代：（+）|富

在你的情况下，如果你真的想要匹配两个项目，其中一个以数字开头，一个以字母开头，为什么不这样做：（[0-9] + ...）|（[A-ZA-Z] ....）

尽早匹配两个替补。

如何在RegEx中优先考虑重叠模式？

2 个答案: