前瞻正則表達式

Question

我期待匹配以下模式

（1）

10digits sometext（如1235873490 ABCD EFGK）

在可能有上述模式的文本，以及非常類似的模式像這樣的

（2）

10位數字sometext decimal_number（例如9835873490 VBGF XMF 23.233）

如何寫正則表達式來僅匹配模式（1）並忽略模式（2）？

我一直在使用這樣的事情看着負向前看符號：

(\d{10})\s*([A-Za-z0-9]+(?:\s+[A-Za-z0-9]+)(?:\s+[A-Za-z0-9]+))\s*(?!(\d+.\d+)) 

，但不能讓它開始工作。有任何想法嗎？順便說一句，我使用的是C++ boost :: regex。

Answer 1

首先，先從簡單的版本：

(\d{10}   # 10 digits 
    (?:\s+\w+)+) # some text, separated by spaces, 
        # at least one time 
(?!\s*\d+\.\d+) # not followed by a decimal number 

我改變了你的[A-Za-z0-9]到\w爲簡單起見，並允許它，因爲它要發生多次。

但是，這也會匹配第二個字符串 - 它會在末尾吞噬23，然後看到它後面沒有一個十進制數（它後面跟着「.23」），所以它會匹配。

爲了防止這種情況，我們可以說，它必須遵循的一個空間或文本的結尾：

(\d{10}(?:\s+\w+)+) 
    (?=\s|$)  # it must be followed by a space or end of text 
(?!\s*\d+\.\d+) 

然而，這仍然有問題。現在，它將匹配到「... XMF」，但接着看到後面跟着一個十進制數字，並且回溯。它會回到「... VBGF」然後匹配，因爲「VBGF」後面沒有小數。

爲了防止這種情況，我們可以告訴大家，一旦符合我們的主要部分不能走回頭路的正則表達式：

(?> # added '?>': not allowed to backtrack once this group is matched 
    \d{10}(?:\s+\w+)+)  
(?=\s|$)(?!\s*\d+\.\d+) 

或者，如果你知道總會有2份sometext ，這也將解決回溯：

(\d{10}(?:\s+\w+){2} # can only occur twice 
    )  
(?=\s|$)(?!\s*\d+\.\d+)