用于排除重叠匹配的正则表达式

Question

我正在尝试在 .NET 中编写一个匹配客户/事务编号的正则表达式。客户编号或案件编号由一系列字母或数字组成，客户/案件编号是客户编号和案件编号的组合，由/、- 或. 分隔。例如0204A/101。

在以下字符串中：

Foo [1234/101] bar 456B/102 baz

我希望它与 [1234-101] 和 456B/102 匹配。为此，我想出了这种模式：

[^a-zA-Z0-9]*([a-zA-Z0-9]+[/\.\-]{1}[a-zA-Z0-9]+)[^a-zA-Z0-9]*

我可以使用捕获组从每个匹配项中提取客户/事项编号。

问题是：我想排除日期，以便日期的前两个部分或后两个部分不会被误解为客户/事项编号匹配。例如，如果我的字符串中有 5/3/2016 ——“Foo [1234-101] bar 456B/102 baz 5/3/2016”，我不希望 5/3/ 匹配。为了解决这个问题，我首先尝试将/\.\- 添加到最终否定范围的末尾：

[^a-zA-Z0-9]*([a-zA-Z0-9]+[/\.\-]{1}[a-zA-Z0-9]+)[^a-zA-Z0-9/\.\-]*

这不起作用，因为我的量词 * 是零或更多，所以它只是将否定范围视为出现零次并匹配 5/3。接下来，我尝试使其否定范围出现一次或多次，或者遇到字符串的结尾：

[^a-zA-Z0-9]*([a-zA-Z0-9]+[/\.\-]{1}[a-zA-Z0-9]+)([^a-zA-Z0-9/\.\-]+|$)

但是，这只是匹配 /3/2016，这是有道理的。

如何调整我的模式以匹配一个实例但在重叠实例上失败？例如，我希望它匹配foo 5/3 bar 中的5/3 和foo 3/2016 bar 中的3/2016，但不匹配foo 5/3/2016 bar 中的5/3/ 或/3/2016。

Answer 1

(?<![\/\-\.a-zA-Z0-9])([a-zA-Z0-9]+[\/\-\.][a-zA-Z0-9]+)(?![\/\-\.a-zA-Z0-9])

按照您的要求完美运行，请参阅Regex101 demo

---

示例：Foo [1234-101] bar 456B/102 baz 5/3/2016

匹配项：1234-101 和 456B/102

示例：Foo [1234-101] bar 5/22/2016

匹配：1234-101

Answer 2

An alternative 到环视方法是wrong|(right) 形式的消费模式，因此：

\d+\/\d+\/\d+|(\b\w+[-\/\.]\w+\b)

你明确地匹配并吃掉（然后忘记）你不想要的东西，\d+\/\d+\/\d+，然后在 | 之后的第二部分，匹配并记住你想要的东西，(\b\w+[-\/\.]\w+\b)

Answer 3

使用以下正则表达式：

[^\/0-9a-zA-Z]([0-9a-zA-Z]+[\/.-][0-9a-zA-Z]+)[^\/0-9a-zA-Z]

regexstorm's C# regex tester 上的在线演示。

解释

• 字符类 ([...]) 表示单个字符，因此量词 {1} 是多余的。

• 您无需将完整的测试字符串与您的正则表达式匹配。如果您想这样做，请使用锚点（^、$）作为分隔符。就目前而言，当指定全局匹配时，正则表达式引擎将匹配所有出现的模式。

• 前导和尾随斜杠会导致模式不匹配，从而将日期字符串排除在外。

更新

• C# 正则表达式似乎不支持命名字符类，因此从简写中恢复。

• 添加了锚点作为目标模式的替代分隔符。因此，匹配测试字符串的开头或结尾都会成功。