使用正则表达式获取数字和字符串中的后续字符

Question

例如，我有字符串PIRITON 4MG 10TABLET。我想将它们分为药品名称PIRITON 4MG和数量10TABLET。有时，整数数量（例如10）和封装类型（例如TABLET）之间可能会有空格，例如tablet，strip，bottle等

当前，我有以下正则表达式：

.(\d+(?:\.\d*)?)(\s|)(TAB|tab|TABLET|tablet|strip|STRIP|bottle|BOTTLE|tube|TUBE|sachet|SACHET)

但是，我希望它获取整数后面的任何字符，但是忽略整数后跟MG或ML以排除权重（例如4MG）。这样可以包括我在结果中未曾想到的包类型。我将如何去做？

Answer 1

看来您的问题比您想象的要简单。模式似乎是这样的：

  

药品名称，一些数字，一些单位，再一些数字，一些其他单位

确切的分隔符等实际上并不重要：您可以有效地使用数字来标识其他组件：

(\D+)(\d+)(\D+)(\d+)(\D+)

在使用组之前先对它们进行剥离，以免出现可选的空格问题（始终在组1、3、5中）。如果您想始终跳过金额，则无需捕获它：

(\D+)\d+\D+(\d+)(\D+)

如果要将单位大小分组到药品名称中，请将它们一起捕获：

(\D+\d+\D+)(\d+)(\D+)

通过使用\D+，您完全可以避免对单位名称进行硬编码，因此混合大小写，复数形式和新单位将不会成为问题。

Answer 2

您可以使用2个捕获组：

^(.+?[ ]+\d+(?:M[GL]))[ ]+(\d+[ ]*.+)$

Regex demo

说明

• ^断言行的开头
• (开始捕获组
  • .+?[ ]+\d+M[GL]使用字符类将任意字符匹配一次或多次非贪婪，一次或多次空格后跟一个数字以及MG或ML
• )关闭捕获组
• [ ]+匹配一个或多个空格
• (开始捕获组
  • \d+[ ]*.+匹配一个或多个数字，然后匹配零个或多个空格，任何字符一次或多个
• )关闭捕获组
• $声明字符串的结尾