REGEX IF THEN ELSE 语句

Question

我需要编写一个让我摸不着头脑的正则表达式。本质上，我有一列数据，其中包含以下值：

ACME Corp 123
Corp 742 ACME
Random Text
Broadway 1785 FB

我想做的是寻找术语ACME 和BROADWAY。如果其中任何一个存在，请仅保留那个。如果两者都不存在，则保留整个字符串。所以上面的那一列会变成：

ACME
ACME
Random Text
Broadway

这有意义吗？

Answer 1

简介

这个让我有点摸不着头脑。我确信单独的正则表达式不是解决这个问题的最佳方法，但是，这是你的解决方案。

---

代码

See this code in use here

正则表达式

^.*?((?(?=.*?(\b(?:broadway|acme)\b).*?)\2|.*)).*?$

替换

第 1 组如下。您可以改为从匹配数组中收集第 1 组变量，但如果要替换，可以使用以下

$1

---

结果

注意：我添加了另一个字符串作为测试，以确保如果任何一个单词放在一行的中间，它仍然会捕获它。

输入

ACME Corp 123
Corp 742 ACME
Some ACME some
Random Text
Broadway 1785 FB

输出

ACME
ACME
ACME
Random Text
Broadway

---

说明

使用不区分大小写的i 和多行m 标志：

• ^在行首断言位置
• .*? 匹配任意字符任意次数，但越少越好
• ((?(?=.*?(\b(?:broadway|acme)\b).*?)\2|.*))碎成碎片
  • ()以下截图
    • (?(?=...))if/else 语句
    • (?=.*?(\b(?:broadway|acme)\b).*?) 正向前瞻匹配以下
      • .*? 任意字符任意次数，但越少越好
      • (...) 将以下内容捕获到捕获组 2 中
      • \b(?:broadway|acme)\b 字边界，后跟broadway 或acme，后跟字边界
      • .*? 任意字符任意次数，但越少越好
    • \2 如果 if/else 语句为 true（它与上述匹配），则捕获组（如上所述） - 即简单的 broadway 或 acme
    • .* 如果 if/else 语句为 false，则匹配任意字符任意次数
• .*? 匹配任意字符任意次数，但越少越好
• $在行尾断言位置

——

更新

由于我的回答引起了相当大的关注，我想我应该修改它。不确定是否关注正则表达式中的 if/else，或者它是否与样本输入中 OP 的预期结果更相关。

如果/否则

我应该提一下，正则表达式 if/else 的一般格式如下（并且只有某些正则表达式引擎支持此标签）：

(?(?=condition)x|y)

在上面的正则表达式中 (?=condition) 几乎可以是你想要的任何东西（你也可以使用负前瞻或后瞻，甚至是它们的组合。

替代品

好像不是所有语言都支持正则表达式中的 if/else，您可以使用一种解决方法：

# optional group, fallback to match all (x?y)
^(?:.*?\b(broadway|acme)\b)?.*

# alternation (x||y)
^(?:.*?\b(broadway|acme)\b|.*)

# tempered greedy token alternation
^(?:(?!\b(?:broadway|acme)\b).|(broadway|acme))+

# same as above reusing capture group 1’s definition 
^(?:(?!\b(broadway|acme)\b).|((?1)))+

Answer 2

足以解决此问题的正则表达式是：

 ^(?(?=(acme|broadway))\1|[\w\s])+?$

为什么这就足够了？如果 acme 或 broadway 在您的输入字符串中，则第 1 组将捕获该值。如果第 1 组为空，则完整匹配是您的结果。

细分：

 ^(?                          # start conditional
    (?=                       # lookahead for position before
      (                       # group 1 start
        acme|broadway         # either "acme" or "broadway"
      )                       # group 1 end
    )
    \1                        # if found, then match group 1
    |                         # else
    [\w\s]                    # read a word char or space
  )+?$                        # do this over and over again, non-greedy 

看看example 1

Answer 3

这是另一个尝试：

(?:^.*)(ACME)(?:.*$)?|(?:^.*)(Broadway)(?:.*$)|^.*$

还有正则表达式code in use。

它与 Marc Lambrichs 解决方案很接近，但使用了两个捕获组（可以说更糟 - 但这取决于您的需求）。如果两个组（$1 或 $2）都没有匹配项，您将在完整匹配项中找到随机文本。

如果你不喜欢第二个捕获组，你可以试试这个：

(?:^.*?)(ACME|Broadway)(?:.*$)?|^.*?$

或者，如果您想像 ctwheels 解决方案一样将所有内容都放在 $1 中：

(?(?=(?:^.*?)?(ACME|Broadway)(?:.*$)?)\1|(^.*?$))

正如 Marc 所指出的，我的方法的一个优点是它不需要所有正则表达式引擎中不可用的高级功能。
但是，第三个正则表达式中使用的conditional Regex 并非在任何地方都可用。

Answer 4

另一个解决方案没有使用前瞻断言

^.*(ACME|Broadway).*$

解释：

^                     # beginning of the string
 .*                   # match any character any number of times
   (                  # start of capture group
    ACME|Broadway     # if the input string has ACME or Broadway capture in the memory($1)
   )                  # end of the capture group
 .*                   # match any character any number of times
$                     # end of the string

https://regex101.com/r/mDCL5g/1

此外，您可以在 Javascript 中使用相同的正则表达式，如下所示

'ACME Corp 123'.replace(/^.*(ACME|Broadway).*$/, '$1');    // ACME
'Corp 742 ACME'.replace(/^.*(ACME|Broadway).*$/, '$1');    // ACME
'Random Text'.replace(/^.*(ACME|Broadway).*$/, '$1');      // Random Text
'Broadway 1785 FB'.replace(/^.*(ACME|Broadway).*$/, '$1'); // Broadway