代码之家 › 专栏 › 技术社区 › rory.ap

用于排除重叠匹配项的正则表达式

regex .net

rory.ap · 技术社区 · 10 年前

我正在尝试在.NET中编写一个正则表达式,它与客户机/物料编号相匹配。客户编号或事项编号由一系列字母或数字组成,客户/事项编号是客户编号和事项编号的组合,由 / , - 或 . 例如 0204A/101 .

在以下字符串中:

Foo[1234/101]酒吧456B/102 baz

我想让它匹配 [1234-101] 和 456B/102 。我想出了这样的模式:

[^a-zA-Z0-9]*([a-zA-Z0-9]+[/\.\-]{1}[a-zA-Z0-9]+)[^a-zA-Z0-9]*

我可以使用捕获组从每个匹配项中提取客户机/事项编号。

问题是:我想排除日期,这样日期的前两个部分或最后两个部分就不会被误解为客户/事项编号匹配。例如,如果我有 5/3/2016 在我的字符串“Foo[1234-101]bar 456B/102 baz 5/3/2016”中,我不想要 5/3/ 成为一场比赛。为了解决这个问题,我首先尝试添加 /\.\- 到最终负值范围的末尾:

[^a-zA-Z0-9]*([a-zA-Z0-9]+[/\.\-]{1}[a-zA-Z0-9]+)[^a-zA-Z0-9/\.\-]*

但这不起作用,因为我的量词 * 等于或大于零,因此它只将负值范围视为零次发生,并匹配 5/3 。接下来,我尝试将其设置为否定范围出现一次或多次,或者它遇到字符串的结尾:

[^a-zA-Z0-9]*([a-zA-Z0-9]+[/\.\-]{1}[a-zA-Z0-9]+)([^a-zA-Z0-9/\.\-]+|$)

然而,这正好匹配 /3/2016 这很有道理。

如何调整模式以匹配一个实例,但在重叠实例上失败?例如,我希望它匹配 5/3 在里面 foo 5/3 bar 和 3/2016 在里面 foo 3/2016 bar 但不是 5/3/ 或 /3/2016 在里面 foo 5/3/2016 bar .

3 回复 | 直到 10 年前

Ankit Singh 10 年前

(?<![\/\-\.a-zA-Z0-9])([a-zA-Z0-9]+[\/\-\.][a-zA-Z0-9]+)(?![\/\-\.a-zA-Z0-9])

正如你所要求的那样,效果完美 Regex101 demo

示例:Foo[ 1234-101 ]巴 456B/102 baz 2016年5月3日

比赛: 1234-101 和 456桶/102

示例:Foo[ 1234-101 ]2016年5月22日酒吧

比赛: 1234-101

Scott Weaver 10 年前

An alternative 环顾四周的方法是表单中的消费模式 wrong|(right) ,因此:

\d+\/\d+\/\d+|(\b\w+[-\/\.]\w+\b)

你明确地匹配和吃(并忘记)你不想要的东西, \d+\/\d+\/\d+ ,然后在第二部分中 | ,匹配并记住你想要的, (\b\w+[-\/\.]\w+\b)

collapsar 10 年前

使用以下正则表达式:

[^\/0-9a-zA-Z]([0-9a-zA-Z]+[\/.-][0-9a-zA-Z]+)[^\/0-9a-zA-Z]

在线演示 regexstorm's C# regex tester .

解释

字符类( [...] )表示单个字符,因此量词 {1} 是多余的。
您不需要将完整的测试字符串与正则表达式匹配。如果您想这样做,请使用锚( ^ , $ )作为分隔符。照目前的情况,当指定全局匹配时,正则表达式引擎将匹配所有出现的模式。
前导斜杠和尾随斜杠会导致模式不匹配,从而将日期字符串排除在外。

更新

C#regexen似乎不支持命名字符类,因此从简写恢复过来。
添加了锚作为目标模式的可选分隔符。因此,测试字符串开头或结尾的匹配将成功。