使用正则表达式从逗号分隔的字符串中提取值

Question

我有如下字符串：

7,TEST-31052019-02,CD12345,CD54321,Success,Deliverable Recipients

我想使用nifi 中的提取文本处理器从中提取两个值。一个TEST-31052019-02 和CD54321。

我已经尝试过VF[A-Z]*-[0-9]*-[0-9]* 并且能够提取TEST-31052019-02。如何使用相同的正则表达式提取CD54321？

VF[A-Z]*-[0-9]*-[0-9]*

预期输出：

TEST-31052019-02, CD54321

Answer 1

我猜我们希望提取两个值，TEST-31052019-02

([A-Z]+-[0-9]+-[0-9]+)

和CD54321

([A-Z0-9]+),[A-Z][a-z]

这里我们使用,[A-Z][a-z] 作为这个捕获组旁边的右边界：

([A-Z0-9]+)

如果我们想组合它们，我们可以使用交替：

([A-Z0-9]+),[A-Z][a-z]|([A-Z]+-[0-9]+-[0-9]+)

Demo

正则表达式电路

jex.im 可视化正则表达式：

Answer 2

您还可以匹配 1+ 个大写字符并匹配带有破折号的模式或匹配 1+ 个数字并使用正向前瞻来断言后面是大写和小写字符：

[A-Z]+(?:-[0-9]+-[0-9]+|[0-9]+(?=,[A-Z][a-z]))

说明

• [A-Z]+ 匹配 1+ 个大写字符
• (?:非捕获组
  • [0-9]+-[0-9]+ 匹配数字和连字符模式
  • |或者
  • [0-9]+(?=,[A-Z][a-z]) 匹配 1+ 个数字并使用正向前瞻来断言直接在右侧的是 , 大写小写字符 a-z
• )关闭非捕获组

Regex demo

请注意，在您的模式中，您使用 [0-9]*-[0-9]*，但 * 量词将重复 0 次以上，它也可以匹配例如 --