正则表达式前瞻以匹配第一或第二组数字之前的所有内容

Question

VBA 中的正则表达式。

我正在使用以下正则表达式来匹配 4 位组的第二次出现，或者如果只有一个组，则匹配第一组：

\b\d{4}\b(?!.+\b\d{4}\b)

现在我需要做相反的事情：我需要匹配所有内容，直到第二次出现 4 位数组，或者直到第一个组（如果只有一个）。如果没有 4 位组，则捕获整个字符串。

这就足够了。

但还有一个更可取的“奖励”路线：如果有一种方法可以匹配所有内容，直到一个 4 位组，然后可选地跟随一些随机文本，但前提是没有其他 4 位组跟随它。如果存在第二组 4 位数字，则捕获该组之前的所有内容（包括第一组和句点，但不包括逗号）。如果没有组，则捕获所有内容。如果该行以 4 位组开头，则不捕获任何内容。

我知道这也可以（应该？）通过前瞻来完成，但我没有运气弄清楚它们是如何为此目的工作的。

例子：

Input: String.String String 4444  
Capture: String.String String 4444

Input: String4444 8888 String  
Capture: String4444

Input: String String 444 . B, 8888
Capture: String String 444 . B

奖金案例：

Input: 8888 String  
Capture:   

Answer 1

直到第二次出现 4 位数组，或者直到第一个组（如果只有一个）使用此模式

^((?:.*?\d{4})?.*?)(?=\s*\b\d{4}\b)

Demo

---

根据下面的评论，使用此模式

^((?:.*?\d{4})?.*?(?=\s*\b\d{4}\b)|.*)

Demo

Answer 2

您可以在 VBA 中使用此正则表达式来捕获具有 4 位数字或其中没有 4 位数字的行：

^((?:.*?[0-9]{4})?.*?(?=\s*?[0-9]{4})|(?!.*[0-9]{4}).*)

请参阅demo，它在 VBA 中的工作方式应该相同。

正则表达式由 2 个替代项组成：(?:.*?[0-9]{4})?.*?(?=\s*?[0-9]{4}) 和 (?!.*[0-9]{4}).*。

(?:.*?[0-9]{4})?.*?(?=\s*?[0-9]{4}) 匹配 0 个或多个（尽可能少）字符，这些字符前面有 0 或 1 个字符序列，后跟 4 位数字，后跟可选空格和 4 位数字。

(?!.*[0-9]{4}).* 匹配任意数量的任何字符，其中没有 4 位数字。

请注意，要仅匹配整数（不是其他单词的一部分），您需要在 [0-9]{4} 模式周围添加 \b（即 \b[0-9]{4}\b）。

Answer 3

匹配除空格之外的所有内容，直到最后一次出现 4 位单词

您可以使用以下内容：

(?:(?! ).)+(?=.*\b\d{4}\b)

见DEMO

Answer 4

对于您的基本情况（由您标记为足够），这将起作用：

((?:(?!\d{4}).)*(?:\d{4})?(?:(?!\d{4}).)*)(?=\d{4})

如果需要，您可以在内部使用 \b 填充每个 \d{4}。

查看演示 here。

Answer 5

如果有人有兴趣，我作弊完全解决了我的问题。

在this answer 的基础上解决了我的绝大多数数据集，我使用程序逻辑来捕捉一些很少见的用例。似乎很难让一个正则表达式涵盖所有情况，因此这似乎是一个可行的替代方案。

问题说明here。

代码还不是防弹的，但这是要点：

Function cRegEx (str As String) As String

Dim rExp As Object, rMatch As Object, regP As String, strL() As String
regP = "^((?:.*?[0-9]{4})?.*?(?:(?=\s*[0-9]{4})|(?:(?!\d{4}).)*)|(?!.*[0-9]{4}).*)"

' Encountered two use-cases that weren't easily solvable with regex, due to the already complex pattern(s).
' Split str if we encounter a comma and only keep the first part - this way we don't have to solve this case in the regex.
If InStr(str, ",") <> 0 Then
    strL = Split(str, ",")
    str = strL(0)
End If

' If str starts with a 4-digit group, return an empty string.
If cRegExNum(str) = False Then
    Set rExp = CreateObject("vbscript.regexp")
    With rExp
        .Global = False
        .MultiLine = False
        .IgnoreCase = True
        .Pattern = regP
    End With

    Set rMatch = rExp.Execute(str)
    If rMatch.Count > 0 Then
        cRegEx = rMatch(0)
    Else
        cRegEx = ""
    End If
Else
    cRegEx = ""
End If
End Function


Function cRegExNum (str As String) As Boolean
' Does the string start with 4 non-whitespaced integers?
' Return true if it does
Dim rExp As Object, rMatch As Object, regP As String
regP = "^\d{4}"

Set rExp = CreateObject("vbscript.regexp")
With rExp
    .Global = False
    .MultiLine = False
    .IgnoreCase = True
    .Pattern = regP
End With

Set rMatch = rExp.Execute(str)
If rMatch.Count > 0 Then
    cRegExNum = True
Else
    cRegExNum = False
End If
End Function