Question

样本输入：

___file___name___2000___ed2___1___2___3
DIFFERENT+FILENAME+(2000)+1+2+3+ed10

所需的输出（例如，所有字母和4位数字和立即数'ed'，后跟任意长度的数字：

file name 2000 ed2
DIFFERENT FILENAME 2000 ed10

我正在使用： [A-Za-z]+|[\d]{4}|ed\d+仅返回： file name 2000 ed DIFFERENT FILENAME 2000 ed

我看到这里有一个相关的Q + A：Regular Expression to match specific string followed by number?

例如，使用ed[0-9]*会匹配ed#，但不能确定为什么上面的内容不匹配。

Answer 1

按照书面规定，您的正则表达式正确。但是请记住，正则表达式尝试从左到右匹配其语句。您的ed\d+永远不会匹配，因为您的[A-Za-z]替代品已经已使用ed 。重新排序您的正则表达式，它将正常工作：

ed\d+|[a-zA-Z]+|\d{4}

Demo

Answer 2

Nick的答案是正确的，但是由于顺序匹配可能是一个不太容易理解的“陷阱”，因此进行此类搜索的最佳方式（不区分顺序）是1）使用指定的分隔符，以及2）通过使每个分隔符搜索字词唯一。

Jan的答案很好地处理了＃1。但是您必须指定每个特定的定界符，包括其长度（例如___）。听起来您可能有一些不同寻常的分隔符，所以这可能并不理想。

那么，对于＃2，您可以使每个搜索词都唯一。（也就是说，您希望与“文件”和“名称”匹配的事物与与“ 2000”匹配的事物相区别，并且与与“ ed2”匹配的事物相区别。）

一种执行此操作的方法是[A-Za-z]+(?![0-9a-zA-Z])|[\d]{4}|ed\d+。这就是说，对于第一种类型的搜索词，您需要一个字母字符串，后跟一个非字母数字字符。这使其与第三个搜索词有所区别，第三个搜索词是字母字符串，后跟一些数字。这也使您可以在该negative lookbehind内指定任意范围的定界符。

demo

Answer 3

您可能会很好用（只需抓住第一个捕获组）：

(?:^|___|[+(])    # delimiter before
([a-zA-Z0-9]{2,}) # the actual content
(?=$|___|[+)])    # delimiter afterwards

请参见a demo on regex101.com

正则表达式以匹配特定的字符串模式，后跟数字

3 个答案: