正则表达式匹配前匹配3个字符

Question

我有一个像

这样的行的文件

  

text text text 3424 text text 3423 50 US text 342 text

我想要匹配的是 50 US （是的，美元）并最终提取该数字。 其他所有内容都会在不同的行中发生变化，可能会有更多文字或更少的文字，但在每一行中只有一个“US”锚点可以匹配。

所以我想要的是找到一种方法来匹配 US 并获取前3或4个字符。

有什么想法吗？最好使用sed / awk，但任何解决方案都可以。

Answer 1

Perl正则表达式（或任何理解非贪婪.*?表达式的东西）比sed更容易：

perl -pe 's/^.*?(\d+\.?\d*)\s*US.*$/$1/'

这也将处理“11.23”之类的事情。

Answer 2

\d+ US

这应该有效，因为美国只在字符串中出现一次。

Answer 3

使用lookarounds：

\d+(?= US)

此正则表达式仅捕获数字量。 (?= US)告诉它在“美国”上匹配但不捕获它。

Answer 4

这是您可以在VBA正则表达式中使用的，它也支持前瞻：

" ((.+)(?= US))"

• 以空格开头
• 接下来是捕获组。 （。+）我使用它代替\ d，以便像5,000和11.3这样的东西起作用。事实上，任何东西都有效，所以如果你想要“US”之前的单词/数字，那么这就是写它的方式。
• 接下来是前瞻。因此，您只需要紧跟“US”的捕获组。如果找到它，它只会返回捕获组，而不是前瞻值。