PCRE Regex：是否可以仅在字符串的前 X 个字符内检查匹配项

Question

PCRE 正则表达式：正则表达式是否可以仅在字符串的前 X 个字符内检查模式匹配，而忽略该点之后字符串的其他部分？

我的正则表达式：

我有一个正则表达式：

/\S+V\s*/

这会检查字符串中是否有尾随“V”和空格字符或字符串结尾的非空白字符。

这行得通。例如：

示例 A：

 SEBSTI FMDE OPORV AWEN STEM students into STEM 

// Match found in 'OPORV' (correct)

示例 B：

 ARKFE SSETE BLMI EDSF BRNT CARFR (name removed) Academy Networking Event 
      
//Match not found (correct).   

Re：每个字母的大写文本和字母位置在源数据中都有含义。接下来是供人类阅读的通用信息（“学院网络活动”等）

我的问题：

理论上有时会出现一些名称涉及罗马数字，例如：

示例 C：

 ARKFE SSETE BLME CARFR Academy IV Networking Event 
      
//Match found (incorrect).  

我希望我上面的正则表达式只检查字符串的前 X 个字符。

这可以在 PCRE Regex 本身中完成吗？我在正则表达式中找不到任何长度计数的参考，我怀疑这不容易实现。字符串长度是完全任意的。 （我们无法控制源数据）。

意图：

/\S+V\s*/{check within first 25 characters only}

 ARKFE SSETE BLME CARFR Academy IV Networking Event 
                         ^
                         \-  Cut off point. Not found so far so stop. 

//Match not found (correct).  

解决方法：

正则表达式在 PHP 中，我目前的解决方案是在 PHP 中剪切字符串，只检查前 X 个字符，通常是前 20 个字符，但我很好奇是否有办法在正则表达式中做到这一点而无需需要直接在 PHP 中操作字符串？

$valueSubstring = substr($coreRow['value'],0,20); /* first 20 characters only */
$virtualCount = preg_match_all('/\S+V\s*/',$valueSubstring); 

Answer 1

诀窍是在前瞻中捕获前 25 个字符之后的行尾，并检查它是否遵循您的子模式的最终匹配：

$pattern = '~^(?=.{0,25}(.*)).*?\K\S+V\b(?=.*\1)~m';

demo

详情：

^ # start of the line

(?= # open a lookahead assertion
    .{0,25} # the twenty first chararcters
    (.*) # capture the end of the line
) # close the lookahead

.*? # consume lazily the characters

\K # the match result starts here

\S+V    # your pattern
\b      # a word boundary (that matches between a letter and a white-space
        # or the end of the string)

(?=.*\1) # check that the end of the line follows with a reference to
         # the capture group 1 content.

请注意，您还可以像这样以更易读的方式编写模式：

$pattern = '~^
    (*positive_lookahead: .{0,20} (?<line_end> .* ) )
    .*?    \K    \S+ V \b
    (*positive_lookahead: .*? \g{line_end} )   ~xm';

（替代语法 (*positive_lookahead: ...) 自 PHP 7.3 起可用）

Answer 2

您可以在 X 字符之后找到您的模式并跳过整个字符串，否则，匹配您的模式。所以，如果 X=25：

^.{25,}\S+V.*(*SKIP)(*F)|\S+V\s*

请参阅regex demo。 详情：

• ^.{25,}\S+V.*(*SKIP)(*F) - 字符串开头，除换行符以外的25个或更多字符，尽可能多，然后是一个或多个非空格和V，然后是字符串的其余部分，匹配失败并跳过
• | - 或
• \S+V\s* - 匹配一个或多个非空白字符、V 和零个或多个空白字符。

Answer 3

任何以前 25 个位置结尾的 V

^.{1,24}V\s

见regex

前 25 个位置以 V 结尾的任何单词

^.{1,23}[A-Z]V\s