如何限制正则表达式中的可选空格匹配

Question

YARP。 （是的，另一个正则表达式问题）。

除了具体的例子之外，不确定最清楚的描述方式。

示例文本：

1. 4444 4444 4444 4444
2. 4444444444444444
3. 44 44 44 44 44 44 44 44
4. 4444-4444-4444-4444
5. 4444（多个空格）4444（多个空格）4444（多个空格）4444
6. 0.4444444444444444
7. 0.4444 4444 4444 4444

我需要构建一个仅匹配 1、2 和 4 的正则表达式。要求 13-16 位数字，短划线和空格可选，但仅限单个空格，并且总数不超过 3 个。

这显然与 CC 信息搜索有关，我已经进行了大量研究，发现了许多可以找到大多数匹配、全部匹配或不匹配的示例，但没有任何东西可以消除上述 3 和 5 等过多的误报。我正在使用 PowerGREP 5，我已经阅读了 https://www.regular-expressions.info/tutorial.html 上的整个教程，但我无法弄清楚如何限制整体匹配中可选空格的数量。即：如果我将空格设为可选，则“1 2 3 4 5 6 7 8 9”与“123 456 789”匹配。本质上，如果检测到超过 3 个空格/破折号，我希望正则表达式结束匹配搜索。

旁注：我在一家处理大量日历数据的公司工作，因此使用许多“1 2 3 4 5 6 7 8 ...”样式的文本字符串抓取一个巨大的驱动器会产生大量错误点击，即使我花时间根据 CC 包容性模式定制搜索。

任何帮助将不胜感激。

我找到的最接近的是：

\b(?:\d[ -]*?){13,16}\b

它可以按预期抓取任何 13-16 位数字（允许中间有破折号或空格），但它也会匹配“1 2 3 4 5 6 7 8 9 10 11”，这显然没有帮助。

如果包含空格/破折号，则无法找到有效号码的全包 CC 品牌正则表达式：（但会找到英国电话号码，呵呵）：

\b(?:4[0-9]{12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|6(?:011|5[0-9]{2})[0-9]{12}|(?:2131|1800|35\d{3})\d{11})\b

然后我尝试用 (?:\d[ -]*?) 替换上面的任何 [0-9] 字符类实例，这将找到带有破折号/空格的有效 CC，但它也匹配所有“1 2 3 4 5 6 7 8 9 10 11" 类型误报。

我对正则表达式很陌生，所以如果我犯了一个巨大的菜鸟错误，请随时为我指出正确的方向。谢谢！

编辑：

将 [0-9] 替换为 (?:\d[ -]?) 只是更大的连续字符串部分似乎非常接近我的需要。像以前一样使用相同的驱动器，只得到 311 个匹配项，并且找到了所有 3 个阳性文件，我只能忍受 308 个错误匹配项，但我想还有更好的方法来做到这一点。而且它仍然匹配 13-16 位的字符串和超过 3 个分隔符...

当前正则表达式：

\b(?:4(?:\d[ -]?){12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)(?:\d[ -]?){12}|3[47](?:\d[ -]?){13}|3(?:0[0-5]|[68][0-9])(?:\d[ -]?){11}|6(?:011|5[0-9]{2})(?:\d[ -]?){12}|(?:2131|1800|35\d{3})(?:\d[ -]?){11})\b

Answer 1

由于您似乎希望第四位数字后跟一个破折号、一个空格或什么都没有，最简单的方法是使用

^(\d{4}[\s\-]?){3}\d{4}$

这符合您的书面标准，但允许混合使用：1234-5678 9012。如果这不可接受，您可以使用积极的前瞻来验证模式是否重复相同

^(?=(\d{4}){3}|(\d{4}-){3}|(\d{4}\s){3})(\d{4}[\s-]?){3}\d{4}$

第一个正则表达式

• 从字符串的开头开始：^
• 查找四位数字 (0-9)，后跟空格或破折号，然后重复此模式 3 次：(\d{4}[\s\-]?){3}
• 然后是四位数字和字符串的结尾：\d{4}$

仅从第二个正则表达式中向前看：(?=(\d{4}){3}|(\d{4}-){3}|(\d{4}\s){3})

• 在模式开始捕获任何内容之前，我们再次从字符串的开头开始，查看前三个重复模式并确保之间的分隔符相同。

我看到在您的示例正则表达式中，您希望允许 13-16 位数字，而我专门针对 16 位。对于 13-16 位数字，您需要确定您希望这些分隔符在哪里。只要只有三个并且不重复，它们可以在任何地方吗？我还看到您正在使用单词边界，所以我猜您正在尝试匹配子字符串。你可以这样做，但会有点困难。破折号和空格都是单词边界，因此如果没有环顾四周，您可能会得到一些误报。

就集成到您的 CC 正则表达式而言，您懒得匹配无限数量的破折号或空格；你只想要? 而不是*?。如果您需要在这些空格/数字的位置上有更大的灵活性，同时仍然限制它们，那么我可能会使用负正则表达式来验证。