使用 RegEx 忽略分隔符前的特定字符

Posted 2023-02-26

【中文标题】使用 RegEx 忽略分隔符前的特定字符

【英文标题】：Ignore specific characters before a delimiter with RegEx

【发布时间】：2022-01-22 03:02:30

【问题描述】：

我正在尝试创建两个正则表达式来捕获欧洲车牌所需的字符。

重要的是要提一下

将

国家

与其他国家/地区（第一个字母）分开的分隔符始终是 * (asterisk) or a - (hyphen) 分隔

区

与右侧其他字符的分隔符始终为 a - (hyphen) 区还可以包含ä,ö,ü等字母

车牌如下所示：

A*S-XXXPA
A*SL-XXXPC
A*SL-XXXSD
A*HA-XXXHV
D*R-XXXXX
D*TS-XXXXX
A*VB-1XXXXX

我用来捕捉国家和地区的正则表达式如下。

String country = "^([A-Z]1,3)";
String district = "\\h*(\\pL1,3)[-*]";

一旦我从我的字符串中获得了所需的信息，我就会使用 java 代码删除我不需要的信息，这是代码片段：

if (matcher.find()) 
        
        country_region = matcher.group(1);
        country_region = country_region.replace("*", "");
        country_region = country_region.replace("-", "");
        country_region = country_region.replaceAll("\\s+$", "");            

    

我捕获国家/地区的正则表达式工作正常，这是一个示例：

https://regex101.com/r/jfhSJN/1

我遇到麻烦的是我用来捕获地区的 RegEx。目前它还赶上了国家...

https://regex101.com/r/57ZE9O/1

我想我可以删除 RegEx 末尾的星号，但我认为这不是最干净的方法。

谢谢！

【参考方案1】：

地区正则表达式的主要问题是\h* 匹配任何零个或多个水平空格。所以匹配也可以出现在字符串的开头。

由于您想在水平空格后得到匹配，* 或 -，您可以使用

[*\h-](\pL1,3)[-*]

请参阅regex demo。这里，[*\h-] 匹配 *、水平空格或 - 字符。

但是，在将所有部分捕获到组中时，使用正则表达式来匹配搅拌是有意义的：

^([A-Z]1,3)[\h*-](\pL1,3)[-*](.+)

见this regex demo。 详情：

^ - 字符串开头 ([A-Z]1,3) - 第 1 组：一个、两个或三个大写字母 [\h*-] - 水平空格，* 或 - (\pL1,3) - 第 2 组：一到三个任意 Unicode 字母 [-*] - - 或 * 字符 (.+) - 第 3 组：直到字符串/行结尾的所有文本。

【讨论】：

嗨@Wiktor Stribiżew - 非常感谢您的精彩解释和回答。就我而言，我明确希望在没有组的情况下工作，以防止 Java 代码发生变化。仅对地区来说可能吗？

@Djabone 是的，请参阅 (?<=[*\h-])\pL1,3(?=[-*]) demo here。

如果我做得好，请告诉我好吗？ (?<=[*\h-]) positive lookbehind - searches for - but only if there's a * before it? \pL1,3 matches any letter from any language between 1 and 3 characters. ?=[-*] lost me here。非常感谢您的帮助

@Djabone No. (?<=[*\h-]) - 需要* 或- 或hor 的正向前瞻。当前位置左侧的空格。您正确理解\pL1,3。 (?=[\h-]) 是一个积极的前瞻，需要一个 hor.空格或- 紧挨当前位置的右侧。