Question

我对正则表达式有一些经验，但我远非专家级别，需要一种方法来匹配记录与文件中最明确的字符串，其中每个记录以唯一的1-5位整数开头并填充各种短于5位的其他字符。例如，我的文件包含以：

开头的记录

在此示例中，非数字字符表示通配符。我认为以下正则表达式示例可以工作，但不是将记录与MOST显式数字匹配，它们总是将记录与LEAST显式数字匹配。记住，我不知道文件中有什么，所以我需要测试找到MOST显式匹配的所有可能性。

If I need to search for 32000, the regex looks something like:
    /^3\D{4}|^32\D{3}|^320\D{2}|^3200\D|^32000/
  It should match 32000 but it matches 320xy

If I need to search for 32014, the regex looks something like:
    /^3\D{4}|^32\D{3}|^320\D{2}|^3201\D|^32014/
  It should match 32014 but it matches 320xy

If I need to search for 32015, the regex looks something like:
    /^3\D{4}|^32\D{3}|^320\D{2}|^3201\D|^32015/
  It should match 3201x but it matches 320xy

在每种情况下，匹配结果都是LEAST特定数值。我还尝试通过以下方式反转正则表达式仍然得到相同的结果： / ^ 32014 | ^ 3201 \ d | ^ 320 \ d {2} | ^ 32 \ d {3} | ^ 3 \ d {4} /

非常感谢任何帮助。

Answer 1

好的，如果你想按字面意思匹配字符串，那么使用锚点。然后指定要匹配的字符串。比如匹配＆＃39; 123456xyz＆＃39;其中xyz可以是除数字使用之外的任何东西：

'^123456[^0-9]{3}$'

如果你喜欢最后匹配的特定字母，如果它们总是x或z，那么使用：

'^123456[xyz]{3}$'

注意^和$将字符串锚定为以12345开头，并以三个字母x y或z结尾。

祝你好运！

Answer 2

好的，我在这里做了很多修修补补。我99％肯定这几乎是不可能的（如果我们不欺骗和插入代码到正则表达式）。原因是你需要在某些时候使用可变长度的负面观察。

然而，我想出了两个选择。一个是如果你想要找到“最精确的匹配”，第二个是如果你想用某些东西替换它。我们走了：

/(32000)|\A(?!.*32000).*(3200\D)|\A(?!.*3200[0\D]).*(320\D\D)|\A(?!.*320[0\D][0\D]).*(32\D\D\D)|\A(?!.*32[0\D][0\D][0\D]).*(3\D\D\D\D)/m

问题：

那么我的“最精确匹配”是什么？

答案：

5个匹配组的串联 - \1\2\3\4\5。事实上，其中只有一个会匹配，其他4个将是空的。

/(32000)|\A(?!.*32000)(.*)(3200\D)|\A(?!.*3200[0\D])(.*)(320\D\D)|\A(?!.*320[0\D][0\D])(.*)(32\D\D\D)|\A(?!.*32[0\D][0\D][0\D])(.*)(3\D\D\D\D)/m

问题：

如何使用它来替换“最精确的匹配”？

答案：

在这种情况下，您的“最精确匹配”将是\1\3\5\7\9的串联，但在此之前我们也会匹配其他一些内容，即\2\4\6\8（同样，其中只有一个可以是非空的）。因此，如果您要将“最完全匹配”替换为fubar，则可以与上述正则表达式匹配，并替换为\2\4\6\8fubar

你可以考虑的另一种方式（并且可能有帮助）是你的“最精确匹配”将是两个正则表达式中任何一个的最后匹配行。

这里有两点需要注意：

我使用Ruby样式RE，\A表示字符串的开头（不是行的开头 - ^）。 \m表示多行模式。您应该能够在语言/技术中找到相同内容的语法，只要它使用某种PCRE。
这可能很慢。如果我们找不到完全匹配，我们可能需要匹配并替换整个字符串（如果可以在字符串的末尾找到非完全匹配）。

正则表达式匹配大多数显式字符串

2 个答案: