正则表达式提取Java中不区分大小写的子字符串

Question

我正在尝试从a段落中提取GRANT号。授予号通常是字母数字，带有大写字母，并且之间可以有-，但是它们全都没有空格。

以下是授予的一些示例：

• W9124A-18-0001
• 007-FY2018
• W81XWH18PRMRPTTDA
• 07-544

现在我甚至不确定段落是否会被授予，因此目前我依靠的是grant一词在授予编号之前。

---

示例：

This research was supported by NIH/NHLBI Grant W9124A-18-0001(PI, Michael Brown)

我尝试使用以下正则表达式

(?i)grant [A-Z0-9-]*

，但不完美，在不应该匹配的情况下匹配Grant w9124A-18-0001（小写的w）。我该如何改善？

Answer 1

您可以使用以下表达式：

(?i)(?<=Grant\s)(?-i)[A-Z0-9-]+\b

• (?i)不区分大小写。
• (?<=Grant\s)对Grant进行正向查找，后跟空格。
• [A-Z0-9-]+匹配数字，字母字符和破折号-。
• (?-i)关闭不区分大小写。
• \b字边界。

您可以在线体验here。

通过以下方式打开区分大小写，而不是禁用不区分大小写：

(?i)(?<=Grant\s)(?c)[A-Z0-9-]+\b

是only supported by Tcl。

Answer 2

您需要在Grant之后关闭不区分大小写的内容。

(?i)grant (?-i)[A-Z0-9-]*

Answer 3

从根本上讲，您并没有考虑到案例。您的正则表达式仅查找“ grant”，而对“ Grant”将失败。更糟糕的是，您的授权标识符也有大小写混合的情况，并且您的正则表达式也不会检查 。

解决此问题的最简单方法是确保您的正则表达式实际上支持这些值。您在这里不需要任何花哨的东西。只需执行简单的匹配即可。

[Gg]rant [A-Za-z0-9\-]+

专家匹配（例如，与授予ID的连字符消除部分相关的特定子组匹配）作为练习供读者阅读。