正则表达式从组中提取文本

Question

我有这样的文件名：

 0296005_PH3843C5_SEQ_6210_QTY_BILLING_D_DEV_0000000000000183.PS.

我需要将名称分解为由下划线分隔的组。我这样做了：

(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)(\d{16})(.*)

到目前为止。

现在我需要从组中的一个中提取字符，例如在组2中我需要前三个和第八个小数（请记住它们也可能是字符）。

所以我尝试过这样的事情：

 (.*?)_([38]{2})(.*?) _(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)(\d{16})(.*)

它不起作用，但如果我这样做：

(.*?)_([PH]{2})(.*?) _(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)(\d{16})(.*)

它会将 PH 拉入群组但不会 38 ？所以我现在迷失了。

任何帮助都会很棒

Answer 1

1. 尝试使用以下正则表达式匹配任何前3个字符/小数和一个小数

  

（？）_（[A-Z0-9] {3} [0-9] {1}）（。？）的（。*？）（？）_（。？）的（。*？）（？）_（。？）

1. 尝试使用以下正则表达式匹配任何前3个字符/小数和1个小数/字符

  

（？）_（[A-Z0-9] {3} [A-Z0-9] {1}）（。？）的（。*？）< /em>(.?)_(.?)(.*?)(.?)_(.?)

它将匹配任意3个字母/数字，后跟1个字母/数字。

1. 如果您的前两个字母是常数，例如＆＃34; PH ＆＃34;然后尝试下面的

  

（？）_（[PH] + [0-9A-Z] {2}）（。？）的（。*？）（< EM>？）_（。？）的（。*？）（？）_（。？）

Answer 2

我假设你试图从数字开始匹配group2。如果是这种情况，那么您已经更改了源字符串，例如

0296005_的 38 3843C5_SEQ_6210_QTY_BILLING_D_DEV_0000000000000183.PS。

可行，请在https://regex101.com/r/zem3vt/1

查看

Answer 3

使用[^_]*在您的情况下比.*?执行得更好，因为它不会回溯。所以改变你原来的正则表达式：

(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)_(.*?)(\d{16})(.*)

为：

([^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*)_(.*?)(\d{16})(.*)

将给定字符串的步数从114减少到42。

最好的方法可能是在_上实际拆分字符串，然后测试第二个元素以查看它是否包含38。由于您尚未指定某种语言，因此我无法帮助您了解您的语言，但大多数语言都使用contains或indexOf方法来确定是否使用字符串中不存在子字符串。

然而，单独使用正则表达式，可以使用以下正则表达式完成此操作。

See regex in use here

确保第二部分中存在38：

([^_]*)_([^_]*38[^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*)_(.*?)(\d{16})(.*)

在第二部分中捕捉38：

([^_]*)_([^_]*)(38)([^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*)_(.*?)(\d{16})(.*)