在字符串中查找特定的数字模式

Question

考虑以下字符串：

"via caporale degli zuavi 278a , 78329" 

和

"autostrada a1 km - 47"

我正在寻找可以存在（第一个示例）或不存在（第二个示例）的特定序列

特别是，我正在寻找一个可以长 1 到 4 位的数字序列，并且可以后跟一个字母，但在字符串中也不能有子字符串“km”。所以在我之前的例子中，“278a”是有效的，但其余的数字序列不是。

到目前为止，我所做的如下：

因为我知道任何包含“km”的字符串都是无效的，所以我应用了这段代码：

if(!stripped.ToLower().Contains("km"))
{
    // apply Regex
}
else
    // string not valid, move on

我知道这个正则表达式会给我所有的数字序列：Regex.Matches(t, @"\d+");，但这还不够。我该如何从这里开始？

编辑：为了进一步澄清，当一个数字序列后跟一个字母时，该字母必须是下一个字符（所以没有空格或其他任何东西）

Edit2：注意数字序列后面可以跟字母也可以不跟（所以278a和278一样有效）

Answer 1

你可以左右断言not km，并捕获1-4个数字0-9在一个组中并匹配一个char a-zA-Z：

(?<!\bkm\b.*)\b[0-9]{1,4}[A-Za-z]?\b(?!.*\bkm)

• (?<!\bkm\b.*) 断言不向左公里
• \b[0-9]{1,4}[A-Za-z]\b 匹配 1-4 位 0-9 并匹配单个字符 A-Za-z
• (?!.*\bkm) 断言不向右公里

.NET Regex demo

string pattern = @"(?<!\bkm\b.*)\b[0-9]{1,4}[A-Za-z]?\b(?!.*\bkm)";
string input = @"via caporale degli zuavi 278a , 78329
via caporale degli zuavi 277 , 78329
via caporale degli zuavi 279a , 78329 km
km via caporale degli zuavi 280a , 78329
autostrada a1 km - 47";

foreach (Match m in Regex.Matches(input, pattern))
{
    Console.WriteLine(m.Value);
}

输出

278a
277

---

如果预期只有 1 个匹配项，您还可以排除整个字符串中的 km，并使用捕获组以及 Regex.Match

^(?!.*\bkm\b).*\b([0-9]{1,4}[A-Za-z]?)\b

Regex demo

Answer 2

你可以使用

^(?!.*(?<!\p{L})km\b)(?:.*\D)?(\d{1,4})(?=\p{L}?\b)

请参阅.NET regex demo。 详情：

• ^ - 字符串开头
• (?!.*(?<!\p{L})km\b) - 不允许 km 在单词前面没有任何字母并且后面不允许有字母数字/下划线在字符串中的任何位置
• (?:.*\D)? - 除换行符之外的任意零个或多个字符的可选序列，尽可能多，然后是非数字字符
• (\d{1,4}) - 第 1 组：一到四位数
• (?=\p{L}?\b) - 紧邻右侧，应该有一个可选字母，后面没有任何字母数字或连接符标点符号（如 _）。

见C# demo：

var l = new List<string> {"via caporale degli zuavi 278a , 78329","autostrada a1 km - 47"};
foreach (var t in l) 
{
    var rx = @"^(?!.*(?<!\p{L})km\b)(?:.*\D)?(\d{1,4})(?=\p{L}?\b)";
    var match = Regex.Match(t, rx, RegexOptions.ECMAScript)?.Groups[1].Value;
    if (!string.IsNullOrEmpty(match))
    {
        Console.WriteLine($"There is a match in '{t}': {match}");
    } 
    else
    {
        Console.WriteLine($"There is no match in '{t}'.");
    }
}

输出：

There is a match in 'via caporale degli zuavi 278a , 78329': 278
There is no match in 'autostrada a1 km - 47'.

RegexOptions.ECMAScript 选项用于使 \d 仅匹配 ASCII 数字（但它不影响 \p{L}）。