正则表达式删除除字符串外的所有文本

Question

因此，我有一个正则表达式，该正则表达式匹配以提取我要在文本中查找的数据：

([A-Z]+A{5,})

这将在以下示例文本中选择我要查找的代码：

Use these licenses with the VMware ESX build.

Feature               License Code                   Description
-------------------   ----------------------------   --------------------------------------------

CIFS                  CAYHXPKBFDUFZGABGAAAAAAAAAAA   CIFS protocol
FCP                   APTLYPKBFDUFZGABGAAAAAAAAAAA   Fibre Channel Protocol 

我想要的最终结果是对文档进行替换，这将产生一个包含文本的文本文档

CAYHXPKBFDUFZGABGAAAAAAAAAAA,APTLYPKBFDUFZGABGAAAAAAAAAAA

Answer 1

您可以像这样在正则表达式中添加替代项：

([A-Z]+A{5,})|\X

然后将其替换为：

(?1$1,)

替换字符串表示，如果匹配了第一个捕获组，则将其替换为$1,，否则将其替换为空。

在注释中，我添加了一个负前瞻性，以避免在匹配的子字符串（如果在末尾找到）之后添加逗号。但是，使用此正则表达式不可避免地要加上多余的逗号。

---

更好的方法：

(\b[A-Z]++\b(?<=A{5}))|\X

这使用了所有格修饰符和一个后向结尾来结束A s。您不需要寻找A{5,}，而只需要寻找A{5}。如果您想匹配这样的字符串，即使在较长的单词中间也可以删除单词边界。