我想找到使用Apache Nifi这种带有大量文本的CSV文本：
NNNN？NN
其中n是0到9之间的数字，并且？是一个字面问号。
一个真实的例子是：
8764？23
它始终在?之前有4位数字，在之后有2位数字。
如何做到这一点？
答案 0 :(得分：3)
简单起见：
\d{4}\?\d{2}
但这也会在8764?23或98764?23等较长的字符串中匹配8764?234。
如果您需要在CSV中找到与值相匹配的完全匹配项，则需要更复杂的正则表达式：
(?:^|,)\s*(\d{4}\?\d{2})\s*(?:,|$)
乍一看这看起来有点奇怪，所以让我们分解一下：
(?:^|,)使用(something|something else)语法允许选择两个不同的内容 - 这里允许字符串^的开头或逗号,。开头的?:会将此表达式排除在捕获组之外。\s*允许在匹配的表达式之前显示任意数量的空格（即零个或多个空格，制表符等）。(\d{4}\?\d{2})指定4个数字\d{4}，后跟问号\? （需要进行转义，以区别于正则表达式?，意味着0或1次出现），然后又有2位数\d{2}。周围的括号()用于将其指定为捕获组。\s*在匹配的表达式后允许更多的空格。(?:,|$)允许使用逗号,或字符串$的结尾，?:将其排除为捕获组。<强>演示
https://regex101.com/r/X0Ic4v/1
<强>用法
以上内容可与Nifi的ExtractText一起使用，以获得每场比赛的第一个捕获组。由于只有感兴趣的捕获组而不是匹配的其余部分，＆＃34;包括捕获组0＆＃34;可以设置为false。大概是＆＃34;启用多线模式＆＃34;和＆＃34;启用重复捕获组＆＃34;应该设置为true。
进一步考虑
以上假设8764?23与CSV字符串中的值完全相同。但也许你需要允许"8764?23"？或者可能是'8764?23'，_8764?23_甚至ABC8764?23DEF等其他人？这里有太多可能的变体，只有一种尺寸适合所有，所以请在评论中回复说明上述要求是否符合您的需求。
答案 1 :(得分：2)
以下是您的正则表达式：\d\d\d\d\?\d\d和tool where you can use it（此处更多complicated版本）
答案 2 :(得分：0)
这是您需要的正则表达式。
(\d{4}\?\d\d)