正则表达式将字符串中的值捕获到一个组中，而不考虑顺序？

Posted 2023-02-22

【中文标题】正则表达式将字符串中的值捕获到一个组中，而不考虑顺序？

【英文标题】：RegEx to capture values in a string into a group, regardless of order?

【发布时间】：2011-07-14 03:07:33

【问题描述】：

我在一个文本文件中有一堆字符串，其中包含我想要捕获到组中的值。文本文件中的每一行/每一行都是一个唯一的记录，但值通常在每一行中遵循规定的格式：

ValueA ValueD ValueS ValueR ValueW ValueT
ValueX ValueW ValueB ValueM ValueQ ValueA

等等。如果我想将 ValueA 捕获到捕获组 1 并将 ValueW 捕获到捕获组 2，我可以使用单个正则表达式来正确处理事情，而不管相关值在每行文本中的位置如何？

目标是然后使用捕获组将两个捕获的值写回文件，以便我可以对它们进行排序，即“ValueW ValueA”。

【参考方案1】：

你可以使用类似的东西：

^(?=.*?(ValueA))(?=.*?(ValueW)).*

Perl 示例：

$_ = <<'_STR_';
ValueA ValueD ValueS ValueR ValueW ValueT
ValueX ValueW ValueB ValueM ValueQ ValueA
_STR_

s/^(?=.*?(ValueA))(?=.*?(ValueW)).*/$1 $2/gm;

print;

输出：

ValueA ValueW
ValueA ValueW

也可以在http://ideone.com/IhGfS

注意：如果您只是匹配，则不需要最后一个 .*，并且根据 ValueX 模式的匹配程度，您可以删除所有 ?。

【讨论】：

去掉前面的插入符号，这样就完美了！谢谢！

^ 应该使用，如果在一个字符串上操作，请确保使用多行模式/m。

正确，尽管它似乎可以正常工作。对引用的字符串感到困惑，我认为是贪婪匹配而不是惰性匹配，但第二次正则表达式运行很容易解决。

是否需要以不同的方式编写才能在 sed 中工作？我尝试了几种变体，sed 只是吐出原始文本，未经修改。所有手册页都说 sed 完全实现了 PCRE，但它似乎根本不支持命名捕获组。请注意，我正在使用与 Windows 的“git”打包的 sed 版本，我认为它与 mingw（不是 cygwin）相关联。他们可能会做一些不同的事情。

我不知道 sed，但是如果你有 Perl，你可以做类似perl -pe "s/^(?=.*?(ValueA))(?=.*?(ValueW)).*/$1 $2/gm" file.txt

【参考方案2】：

可能是这样的：

(?<ValueA>ValueA)|(?<ValueW>ValueW)

【讨论】：

我试过这个。 OR 语句仅捕获其中一个。两者都存在于每一行中，但它们的顺序不同。我愿意用两个单独的正则表达式配方来尝试这个（如果需要，我可以编写一个 bash 脚本），但我想看看它是否可以只用一个来完成，可能是通过 egrep 或 sed。

【参考方案3】：

假设它的unix，首先用换行符查找和替换空格，用各种正则表达式管道它，然后将组输出到文件。

【参考方案4】：

这是正则表达式滥用 - 报警！

说真的...如果您必须这样做，您可以在每个组中使用或运算符 (|) 来选择两个单词中的一个或另一个。

【讨论】：

顺便说一句 - 这在很大程度上取决于哪个正则表达式。始终使用您的意思标记正则表达式帖子。

抱歉，这是 PCRE 正则表达式。我会调整标签。谢谢！