Question

我是使用RegEx的新手，我仍然磕磕绊绊，所以如果这是一个基本问题，我很抱歉。我试图从两个括号中提取字符串，但我似乎无法弄清楚如何从匹配中排除第一部分。

这是我的正则表达式模式：

(.+?)(?= -)

我想提取出生日期，例如，排除＆＃34; b。＆＃34;和培训＆＃34; - ＆＃34;。这是一个样本集：

( b. circa 1883 - d. Mar 03, 1960 )  
( b. May 21, 1887 - d. Jan 24, 1979 )  
( b. May 28, 1902 Zembin, BELARUS - d. Dec 22, 1998 Florida, USA )  
( b. Jan 09, 1886 Philadelphia, Pennsylvania, USA - d. May 17, 1969 New York, New York, USA )

我的正则表达式匹配( b. Jan 09, 1886 Philadelphia, Pennsylvania, USA（例如），但也包括＆＃34;（b。＆＃34;前缀，我想要排除。

正则表达式还匹配以下文本，我也想将其排除在外：

Husband of Sarah Wilder (August 2000

另外，我无法得到以下字符串，大概是因为圣路易斯的点和空格。

( b. Jun 28, 1920 St. Louis, Missouri, USA )

我已经敲了几个小时的脑袋，但是我不能完全掌握其余部分。任何帮助或指导将非常感谢。通过阅读这里的许多帖子，我已经获得了很多帮助。

非常感谢！

Answer 1

假设您的数据始终包含后跟d.的连字符，您可以尝试以下操作：(?<=b\. )(.*) - d\.

(?<=b\. )与b.文字匹配，而不会将其添加到匹配的文字中。

(.*)是包含匹配项的捕获组。它捕获所有内容，直到终止- d.。请注意，.字符必须转义才能正确匹配，因为它们是正则表达式特殊字符。

Answer 2

如果始终以( b.开头并以- d. <something> )结尾，则可以直接执行

(?<=^\( b\. ).*(?= - d\..*\))

这实际上意味着您匹配任何字符（.*），前面有<start of line>( b.（(?<=^\( b\. )），后面跟- d. <something>)（{{1 }}）。 https://regex101.com/r/vB2fmP/1

或者，如果您不介意使用匹配组：

(?= - d\..*\))

并且捕获组1是您需要的值（我个人更喜欢这个值）。

Answer 3

要防止捕获前导( b.，您可以在正则结尾前加\(\s*b\.\s*，该(与b.和\s*匹配，后面包含零个或多个空格字符{{1 }}

然后，从那时起，您可以在(.*?)组中捕获您的值，并且可以更新您的正面预测(?= (?:\-|\)))以包含带有-或{{1}的空白}。

\(\s*b\.\s*(.*?)(?= (?:\-|\)))

Answer 4

您可以通过搜索字符串进行两次传递。在第一遍中，您捕获括号内的所有文本，在第二遍中，您通过删除不需要的表达式来清理结果。你不会说你正在使用什么语言，所以我会使用PHP。

$want = "/\(.+?\)/";
$dontWant = "/(b/.|/-)/";
$desiredResult = array();

$result = preg_match_all($want, $searchText, $matches);  // Get all text inside brackets

if (count($matches[0])>0) {  // $matches[0] holds all the matches
    foreach ($matches[0] as $match) { // Loop through the matches 
        $desiredResult[] = preg_replace( $dontWant, "", $match);  // Remove unwanted text
    }
}

您可以将其调整为您正在使用的任何语言。

排除字符串开头的文本

4 个答案: