正则表达式匹配特定长度的字符串，中间有空格（任何地方）

Posted 2023-02-15

【中文标题】正则表达式匹配特定长度的字符串，中间有空格（任何地方）

【英文标题】：Regex to match specific-length string with white space in the middle (anywhere)

【发布时间】：2016-07-29 20:47:30

【问题描述】：

我需要一个匹配短语（具有特定长度和结构）的正则表达式，即使中间（任何地方）有额外的空格。

假设我们有一些描述：

Serial numbers: ABC1234567890 XYZ0987654321

然后我们要查找与正则表达式 [A-Z]3[0-9]10 匹配的所有短语，但是由于外部服务的处理，该描述格式不正确。该服务将描述分成块，每块 12 位。所以它会是：

Serial numbe
rs: ABC12345
67890 XYZ098
7654321

重要提示：“序列号：”不是固定的，它可以是所有内容，因此可以在任何地方拆分所需的短语（ABC1 234567890、ABC1234567 890 等）。从短语匹配的角度来看，换行和空格具有相同的含义，但在特殊情况下，短语的各个部分之间可以有更多的白色字符（例如，空格作为块的最后一个字符+换行，源描述中的多个空格）。它只是应该将两个字符串之间的整个“空白”视为 1 个空格（ABC1 234567890 = ABC1234 567890，也带有换行符）。这些序列号可以是格式错误的描述中的任何地方（正如我所写：“序列号：”部分是可选的，可以是任何东西），描述中也可以有更多序列号。 [A-Z]3[0-9]10 也只是一个例子，我想知道如何实现中间可选空格的匹配，但是基本正则表达式可以不同。

预期结果：匹配短语的集合（示例中的序列号）。

ABC1234567890
XYZ0987654321

信息：结果可以在短语中包含白色字符（在上面的示例中为：ABC12345 67890 和 XYZ098 7654321）。最重要的是匹配基本短语（序列号）。

是否可以制作匹配它的正则表达式？我认为在没有正则表达式的情况下匹配它会是相当简单的算法，但也许可以用正则表达式完成并使其成为“oneliner”。

【问题讨论】：

换行符和空格有什么不同的含义？

@karakfa 我已经编辑了“重要”段落。

标题仍然显示一个空格！空格可以出现在任何地方和任何数量，但只能出现一次吗？或多次，例如AB C 12 34

我已经编辑了摘要（标题）。我认为一个短语只能拆分一次，因此中间只能出现一个空格，但可以是多个白色字符。

【参考方案1】：

这将多次处理多个空格

(([A-Z]\s*)3([0-9]\s*)10)

将匹配AB C A A A A AD E12 34567890 因为AD E12 34567890 符合模式

https://regex101.com/r/bK3sF8/1

【讨论】：

不幸的是，它也匹配 AB C A A A A AD E12 34567890 之类的东西。我尝试过类似的东西，但 ([A-Z\s])3, 匹配整个捕获组多次而不是组内允许的字符。

编辑后看起来效果很好！稍后我会再做一些测试，因为我的笔记本电脑没电了。

当我们实现这个时，我会做更多的测试，我们的问题仍然是开放的，等待更重要的完成。敬请期待。

【参考方案2】：

编辑：

只考虑一个（你可以调整为倍数）\n（换行）这里的字内外：([\w\n?]*)

您应该尝试对结果进行分组

在这种情况下：

/(([\w\n?]*)\s([\w\n?]*):\s([\w\n?]*)\n?\n?\s([\w\n]*))/ig

您可以通过 $3 和 $4 组获取序列号

http://regexr.com/3d67n

【讨论】：

据我了解您的正则表达式，它为我的示例量身定制，但这些序列号可以在任何地方（正如我所写：“序列号：”部分是可选的，可以是任何东西），描述中还可以有更多的序列号。另外[A-Z]3[0-9]10 也只是示例，我想知道如何实现与中间可选空格的匹配，但基本正则表达式可以不同。