Question

我有像

这样的句子

1 1994 FORD 5640 2WD Tractor

2 AG-GATOR 1004 4x4 Tree Spade Truck

3 2004 ROSCO RB48 Broom

4 TENNANT 830II Street Sweeper

我需要使用正则表达式提取单词，如

如果有一年如1994年的第一次发送，我需要获得第四个字（5640）如果没有像第二句这样的年份我需要得到第三个字（1004）

任何人都可以建议我使用正则表达式吗??? ..

Answer 1

使用正则表达式

\d+\s(?:\d{4}\s\S*?\s(\S+)|\S+\s(\S+))

<强> Test regex here

\d+索引号
\d{4}\s\S*?\s(\S+)
\S+\s(\S+)匹配

更新：对于使用alphanueric的索引

(?<=^|\n)\w+\s(?:\d{4}\s\S*?\s(\S+)|\S+\s(\S+))

<强> Test regex here

使用(?<=^|\n)，字符串后面的正面看法应该在开头或换行后

Answer 2

假设布局有些不变（从您的问题看来），只需将年份设为可选：

^\d+ (?:\d{4} )?\S+ (\S+)

表达式的细分：

^开始输入
\d+一个数字序列，后跟空格字符
(?:\d{4} )?关于4位数字的可选序列，后跟空格字符
\S+一系列非空格后跟空格字符
(\S+)一系列非空白作为捕获组 - 这就是你所追求的

如果你想支持两者之间的任何空格，可能任何长度都使用\s+而不是空格字符。

使用班级Pattern和Matcher对每个句子应用正则表达式，并使用匹配器上的group(1)来提取您要查找的群组的内容。

修改：请注意\d将匹配任何类型的数字。如果您只想允许ascii数字0-9使用[0-9]。

根据您希望限制可能的年份数量的数量，您可能还希望扩展该表达式，例如(19|20)[0-9]{2}代替\d{4}。

Answer 3

/\d{4}(?!.*\d{4})/g怎么样？使用否定前瞻跳过字符而不匹配。

编辑：此正则表达式匹配文本中的最后4位数序列。

Answer 4

您可以尝试：

(?=^(?:.*\d{4}\s)?[-a-zA-Z]+\s([a-zA-Z0-9]+))

DEMO

这意味着：

(?= - 积极前瞻：
^ - 一行开头，
(?:.*\d{4}\s)? - 四位数和空格
[-a-zA-Z]+\s - 一个或多个字母和一个支柱，
([a-zA-Z0-9]+) - 一个或多个字母或数字（所需的值）

此正则表达式匹配通过在前瞻中进行分组，因此它不会匹配任何文本，只是文本中的零长度点，但您可以通过group(1)获取值。 Java中的示例：

public class Test{
    public static void main(String[] args){
        String[] array = {"1994 FORD 5640 2WD Tractor","AG-GATOR 1004 4x4 Tree Spade Truck","2004 ROSCO RB48 Broom",
                "TENNANT 830II Street Sweeper","4A 1998 BROCE RJ350 Broom"};
        Matcher matcher = null;
        for(String element : array) {
            matcher = Pattern.compile("(?=^(?:.*\\d{4}\\s)?[-a-zA-Z]+\\s([a-zA-Z0-9]+))").matcher(element);
            if (matcher.find()) {
                System.out.println(matcher.group(1));
            }
        }
    }
}

另一种方式，但仅限于Java，将直接与：

匹配

(?<=^(?:.{0,99}\d{4}\s)?[-a-zA-Z]{1,99}\s)[a-zA-Z0-9]+

DEMO

这是使用没有固定长度的正面观察。它使用相当丑陋的结构，语法如：.{0,99}（从零到99个字符）等。在大多数正则表达式中，你不能在lookbehinds中使用quantires，但是Java允许使用?和使用min和最大值（{2,6}）。它不是太优雅，但在这种情况下起作用。

正则表达式与条件提取

4 个答案: