用于选择带有至少两个下划线的单词的正则表达式答案

【问题标题】：Regex for picking word with atleast two underscores用于选择带有至少两个下划线的单词的正则表达式
【发布时间】：2020-07-03 06:34:58
【问题描述】：

我正在尝试解析包含一些带下划线的单词的文本文档。

我正在寻找正则表达式匹配，但目前失败了。

我正在查看（逐行）获取具有至少两个下划线的单词或具有至少两个下划线和正斜杠 + 至少三个数字的单词。

我已经到了

([a-zA-Z]+(?:_{2,}[a-zA-Z]+)*)

正确的匹配示例是

VOK17_05_530_526002 *(has atleast than two underscores)*
VIE_ROMS_002 *(has atleast than two underscores)*
VOK_OVSZ_001/002 *(has atleast  two underscores and a forward slash + three digits)*

输入样本

VOK17_05_530_526002 502 504 BACU VIE_ROMS_002 VIE_ROMS_001 VOK_OVSZ_001/002
VOK17_05_530_526002 401 401 LGCU VIE_ROMS_002 VIE_ROMS_001 VOK_OVSZ_001/002
VOK17_05_530_526002 510 513 BACU VIE_ROMS_002 VIE_ROMS_001 VOK_OVSZ_001/002
VOK17_05_530_526002 515 515 BACU VIE_ROMS_002 VIE_ROMS_001 VOK_OVSZ_001/002
VOK17_05_530_526003 503 506 BACU VIE_ROMS_002 VIE_ROMS_001 VOK_OVSZ_001/002

我正在尝试我的正则表达式@https://regex101.com/r/yToVtc/1

如果有人可以在这里提供帮助，我将不胜感激。

【问题讨论】：

标签： regex

【解决方案1】：

你可以使用

\b[A-Za-z0-9]+(?:_[a-zA-Z0-9]+)+(?:_[0-9]{3,})+(?:_[a-zA-Z0-9]+)*(?:/[0-9]+)?\b

部分

\b字边界
[A-Za-z0-9]+ 匹配 1 次以上列出的任何一项
(?:_[a-zA-Z0-9]+)+ 重复 1+ 次下划线和 1+ 次任何列出的内容
(?:_[0-9]{3,})+ 至少匹配第二个下划线和 3 个或更多数字
(?:_[a-zA-Z0-9]+)* 重复 0 次以上并加下划线和任何列出的
(?:/[0-9]+)? 匹配可选的 / 和 1+ 位
\b字边界

Regex demo

【讨论】：

【解决方案2】：

使用这个：

\b[a-zA-Z0-9]+(?:_[a-zA-Z0-9]+){2,}(?:/\d{3})?\b

说明：

\b                  # word boundary
[a-zA-Z0-9]+        # 1 or more alphanum
(?:                 # non capture group
  _                 # underscore
  [a-zA-Z0-9]+      # 1 or more alphanum
){2,}               # end group, must appear 2 or more times
(?:                 # non capture group
  /                 # a slask
  \d{3}             # 3 digits
)?                  # end group, optional
\b                  # word boundary

demo

【讨论】：

【解决方案3】：

至少有两个下划线的文本字符串的正则表达式

^[^_]*_[^_]*_.*$

^ - 比赛开始
[^_]* 然后零到任意数量的非下划线字符
_ 然后是下划线
[^_]* 然后零到任意数量的非下划线字符
_ 然后是下划线
.* 然后零到任意数量的字符
$ - 比赛结束

【讨论】：

【解决方案4】：

下面的正则表达式使用 lookahead assertion 来简化问题：

\b(?=(?:([A-Za-z0-9]*_){2}))[A-Za-z0-9_]+(?:\/\d{3,})?\b

\b(?=(?:([A-Za-z0-9]*_){2})) 匹配单词边界当且仅当后面跟着([A-Za-z0-9]*_){2}，也就是说，一个包含 0 个或多个合法字母数字字符后跟一个“_”的字符串，全部重复两次。这是确保我们在下面第 2 步中的匹配项至少包含两个下划线字符的前瞻断言。
[A-Za-z0-9_]+ 匹配合法字符一次或多次。
(?:\/\d{3,})? 一个可选的正斜杠，后跟 3 个或更多数字。
\b 匹配单词边界。

See demo

【讨论】：

【解决方案5】：

([^\s]*_[^\s]*){2,} 将匹配包含至少两个下划线的任何单词（任何不带空格的字符串），方法是查找任意数量的非空格、一个下划线和多个“单词”符号的连续组。

您可以将[^\s]* 替换为您喜欢的任何“单词”定义。

您还可以在第一个括号后添加?: 以避免捕获组。

【讨论】：