我可以使用正则表达式匹配粗体文本吗？

Question

我发了一个文字，我希望以粗体显示所有文字。因此，不依赖于前缀，即序列号，我可以使用正则表达式匹配粗体字符吗？

1. Spalding，K.L。，Buchholz，B.A.，Bergman，L.E.，Druid，H.，Frisén，J。：Forensics：e age by teeth tests in teeth。 Nature 437（7057）（2005）333-334
2. Lovecraft，H.P。：HP Lovecraft：Tales：Tales。美国图书馆（2005年）
3. Duncan，R。：对并行计算机架构的调查。计算机23（2）（1990）5-16
4. Santos，N。，Hoshino，Y。：轮状病毒血清型/基因型的全球分布及其对开发和实施有效轮状病毒疫苗的意义。医学病毒学15（1）（2005）29-56
的评论
5. DIARRHEA，R。：轮状病毒和其他病毒性腹泻。世界卫生组织公报58（2）（1980）183-198
6. Barton，T。：权力和知识：罗马帝国统治下的占星术，地貌学和医学。密歇根大学出版社（2002年）
7. 高奎林，M。：宇宙时钟：从占星术到现代科学。 H. Regnery Company（1967）

Answer 1

您可以创建一个将作者分组到第一组的正则表达式：

^(?:\d+\. )([^:]*)

说明：

• (?:...)是一个非捕获组
• ^是行开始
• \d+\.再匹配一个数字，一个点和一个空格
• (...)是一个捕获组
• [^:]*匹配不是冒号的所有内容

如果要确保只匹配正确的行，可以在正则表达式的末尾添加前瞻：(?=:)。因此正则表达式将是^(?:\d+\. )([^:]*)(?=:)

演示here。

这种方法没问题，因为它适用于任何数量的挖掘者。另一方面，这正是我们不能使用lookbehinds的原因。

如果您愿意做出假设，即开头可能有1位数，那么您可以使用：

((?<=^\d{1}. )|(?<=^\d{2}. )|(?<=^\d{3}. )|(?<=^\d{4}. ))([^:]*)(?=:)

说明：

• (?<=^\d{3}. )是一个固定长度的后视，从该行的开头起3位数
• (...|...|...)用于替代的固定长度的后视镜。我知道，有点冗长。然而，外观并不是比赛的一部分。
• ([^:]*)匹配并捕获非冒号字符
• (?=:)对结肠的预测。所以我们只匹配正确的行，但不捕获冒号

演示here。

更新

要仅匹配第一位作者，我们需要稍作修改：捕获组应为([^:,]*,[^:,]*)，完成该行的前瞻应为(?=[:,])。所以这就是捕获器正则表达式的样子：

^(?:\d+\. )([^:,]*,[^:,]*)(?=[:,])

演示here。

这就是lookbehinds的样子：

((?<=^\d{1}. )|(?<=^\d{2}. )|(?<=^\d{3}. )|(?<=^\d{4}. ))([^:,]*,[^:,]*)(?=[:,])

演示here。

说明：[^:,]*,[^:,]*是匹配作者的技巧。每个作者的名字只有一个逗号，所以我们使用负字符类零次或多次：[^:,]*，然后匹配一个逗号，它们是相同的负字符类零次或多次。

您会看到仍有一些例外，例如在

Answer 2

我可以在您的示例中的每一行上识别这种常见模式：

• 数字+点+空格
• （文字+逗号+文字）以粗体显示
• 逗号或冒号+任何

解决方案1 ​​

使用非捕获运算符，转换为：

^(?:\d+\. )([^,]*,[^,:]*)

demo

解决方案2

通过使用look-behind运算符替换非捕获运算符来替代：

(?<=\d\. )([^,]*,[^,:]*)

demo

解决方案3

要明确解决http://play.inginf.units.it/#/level/12，那么您需要OR运算符：

(?<=^.. |^... |^.... )([^,]*,[^,:]*)

demo

Answer 3

我的解决方案

(?<=^\d+\.\s)(\w+,[\s\w\.]*)