Question

我想匹配两个连续的行，第一行没有小写字母，第二行有小写字母，例如

("3.2 A MEMORY ABSTRACTION: ADDRESS SPACES 177" "#205")
("3.3.1 Paging 187" "#215")

为什么正则表达式^(?!.*[:lower:]).*$\n^(.*[:lower:]).*$会匹配以下两行示例？

("1.3.3 Disks 24" "#52")
("1.3.4 Tapes 25" "#53")

("1.5.4 Input/Output 41" "#69")
("1.5.5 Protection 42" "#70")

("3.1 NO MEMORY ABSTRACTION 174" "#202")
("3.2 A MEMORY ABSTRACTION: ADDRESS SPACES 177" "#205")

("3.3.1 Paging 187" "#215")
("3.3.2 Page Tables 191" "#219")

谢谢和问候！

增加：

例如：

("3.1 NO MEMORY ABSTRACTION 174" "#202")
("3.2 A MEMORY ABSTRACTION: ADDRESS SPACES 177" "#205")
("3.3.1 Paging 187" "#215")
("3.3.2 Page Tables 191" "#219")

我如何只匹配中间两行而不是前三行或全部四行？

Answer 1

使用Rubular，我们可以看到what's matched by your initial expression，然后添加一些超额捕获组see why it matches。

基本上，.*后面的否定前瞻将匹配任何内容。如果您只想检查第一行是否没有小写字母，请明确检查，例如

^(?:[^a-z]+)$

最后，我假设您想要整个第二行，您可以在第二部分执行此操作：

^(.*?(?=[:lower:]).*?)$

或者匹配您的初始版本：

^(.*?(?=[:lower:])).*?$

似乎有必要采用不情愿的限定符（*?）来避免跨行匹配。

我最终得到的最终版本是：

^(?:[^a-z]+)$\n^(.*?(?=[:lower:]).*?)$

您可以在测试数据here中看到这一点。它只捕获行("3.2 A MEMORY ABSTRACTION: ADDRESS SPACES 177" "#205")。

显然，我使用的正则表达式可能非常特定于Ruby，因此使用正则表达式引擎进行测试可能会有所不同。有很多很容易在Google上进行的在线正则表达式测试，我刚刚选择了Rubular，因为它可以很好地突出显示匹配的内容。

顺便提一下，如果你正在使用Python，那么Python Regex Tool对于Python正则表达式的在线测试非常有用（并且它适用于我上面提供的最终版本），尽管我发现输出在视觉上对帮助不太有帮助-shooting。

在考虑了一点之后，艾伦·摩尔（Alan Moore）关于[[:lower:]]的观点就是现实，关于数据如何匹配的观点也是如此。回想一下我写的内容，我有点过分参与破坏正则表达式并错过了所描述的问题。如果你修改我上面给出的正则表达式：

^(?:[^[:lower:]]+)$\n^(.*?(?=[[:lower:]]).*?)$

它只匹配行("3.3.1 Paging 187" "#215")，它是唯一一行，后面带有小写字母的行，没有小写字母，为can be seen here。将捕获组放置在Alan的表达式中，产生^(?!.*[[:lower:]]).+\n((?=.*[[:lower:]]).*)$ likewise captures the same text，但确切地匹配的是不同的。

我仍然没有很好的解决方案来匹配多行。

Answer 2

要使用像[:lower:]这样的POSIX“字符类”，必须将其括在另一组方括号中，如下所示：[[:lower:]]。（根据POSIX，外部括号组形成括号表达式，[:lower:]是字符类，但对于其他人，外括号定义字符类，内部[:lower:]已过时。）

正则表达式的另一个问题是第一部分不需要使用任何字符;一切都是可选的。这意味着你的比赛可以从空白行开始，我认为你不想这样。将第二个.*更改为.+会修复此问题，但这只是一个快速补丁。

此正则表达式似乎符合您的规范：

^(?!.*[[:lower:]]).+\n(?=.*[[:lower:]]).*$

但我有点困惑，因为你的样本数据中没有任何东西可以匹配。应该有吗？

匹配线没有和小写字母

2 个答案: