正则表达式匹配模式，但不匹配两种特定情况

Question

我想匹配"-"的所有情况，但不匹配这些情况：

1. [\d]-[A-Z]
2. [A-Z]-[\d]

我尝试了以下模式：((?<![A-Z])-(?![0-9]))|((?<![0-9])-(?![A-Z]))，但某些结果不正确，例如：“ RUA VF-32 N”

有人可以帮助我吗？

Answer 1

一种简单的方法是在当前逻辑中使用grep并反转结果，然后运行另一个grep以仅保留其中带有连字符的项目：

x <- c("QUADRA 120 - ASA BRANCA","FAZENDA LAGE -RODOVIA RIO VERDE","C-15","99-B","A-A")
grep("-", grep("[A-Z]-\\d|\\d-[A-Z]", x, invert=TRUE, value=TRUE), value=TRUE, fixed=TRUE)
# => [1] "QUADRA 120 - ASA BRANCA"         "FAZENDA LAGE -RODOVIA RIO VERDE"
#    [3] "A-A"   

此处，[A-Z]-\\d|\\d-[A-Z]在大写ASCII字母或数字之间或数字和ASCII大写字母之间匹配连字符。如果存在匹配项，则由于invert=TRUE导致结果取反。

请参见R demo。

要仅在除字母和数字之间的所有上下文中匹配-，可以使用基于SKIP-FAIL technique的PCRE正则表达式，例如

> grep("(?:\\d-[A-Z]|[A-Z]-\\d)(*SKIP)(*F)|-", x, perl=TRUE)
[1] 1 2

请参见this regex demo

详细信息

• (?:\d-[A-Z]|[A-Z]-\d)-一个非捕获组，它匹配数字-和大写ASCII字母，或者大写ASCII字母-和一个数字
• (*SKIP)(*F)-忽略当前比赛，并在“失败”比赛结束时继续寻找下一个比赛
• |-或
• --连字符。