排除字符串开头的文本答案

【问题标题】：Excluding text at the beginning of a string排除字符串开头的文本
【发布时间】：2018-09-12 11:16:50
【问题描述】：

我是使用 RegEx 的新手，但我仍然有点磕磕绊绊，所以如果这是一个基本问题，我很抱歉。我正在尝试从两个括号之间提取一个字符串，但我似乎无法弄清楚如何从匹配项中排除第一部分。

这是我的正则表达式模式：

(.+?)(?= -)

我想提取出生日期，例如，不包括“b”。和培训“-”。这是一个样本集：

( b. circa 1883 - d. Mar 03, 1960 )  
( b. May 21, 1887 - d. Jan 24, 1979 )  
( b. May 28, 1902 Zembin, BELARUS - d. Dec 22, 1998 Florida, USA )  
( b. Jan 09, 1886 Philadelphia, Pennsylvania, USA - d. May 17, 1969 New York, New York, USA )

我的正则表达式匹配( b. Jan 09, 1886 Philadelphia, Pennsylvania, USA（例如），但还包含“( b. ”前缀，我想排除它。

正则表达式还匹配以下文本，我也想将其排除：

Husband of Sarah Wilder (August 2000

另外，我无法匹配以下字符串，大概是因为圣路易斯的点和空格。

( b. Jun 28, 1920 St. Louis, Missouri, USA )

我已经敲了好几个小时的头，但就是无法完全理解其余部分。任何帮助或指导将不胜感激。通过阅读这里的许多帖子，我已经得到了很多帮助。

非常感谢！

【问题讨论】：

标签： regex regex-lookarounds regex-group

【解决方案1】：

您可以通过搜索字符串进行两次传递。在第一遍中，您捕获括号内的所有文本，在第二遍中，您通过删除不需要的表达式来清理结果。你不说你用的是什么语言，那我就用PHP吧。

$want = "/\(.+?\)/";
$dontWant = "/(b/.|/-)/";
$desiredResult = array();

$result = preg_match_all($want, $searchText, $matches);  // Get all text inside brackets

if (count($matches[0])>0) {  // $matches[0] holds all the matches
    foreach ($matches[0] as $match) { // Loop through the matches 
        $desiredResult[] = preg_replace( $dontWant, "", $match);  // Remove unwanted text
    }
}

您可以将其调整为您使用的任何语言。

【讨论】：

【解决方案2】：

为防止捕获前导 ( b.，您可以在正则表达式前面加上 \(\s*b\.\s*，这将匹配由零个或多个空格字符 \s* 包围的 ( 和 b.。

然后从那时起，您将在 (.*?) 组中捕获您的值，并且您可以更新您的正向前瞻 (?= (?:\-|\))) 以包含带有 - 或 ) 的空格。

\(\s*b\.\s*(.*?)(?= (?:\-|\)))

【讨论】：

【解决方案3】：

如果它总是以( b. 开头并以- d. <something> ) 结尾，你可以这样做

(?<=^\( b\. ).*(?= - d\..*\))

这实际上意味着您匹配任何字符 (.*)，前面是 <start of line>( b. ((?<=^\( b\. ))，后面是 - d. <something>) ((?= - d\..*\)))。 https://regex101.com/r/vB2fmP/1

或者，如果您不介意使用匹配组：

^\( b\. (.*) - d \..*\)$

^                         start of line
 \( b\.                   open parenthesis, space, b, dot, space
        (  )              capture group
         .*               any char, any occurence
             - d \..*\)   space, hyphen, space, d, dot, 
                             then any char any occurrence, 
                             close parenthesis,
                       $  end of line

捕获组 1 是您需要的值（我个人更喜欢这个值）。

【讨论】：

【解决方案4】：

假设您的数据始终包含一个连字符后跟d.，您可以试试这个：(?<=b\. )(.*) - d\.

(?<=b\. ) 匹配 b. 文本，但不会添加到匹配文本中。

(.*) 是包含匹配项的捕获组。它会捕获所有内容，直到终止 - d. 被击中。请注意，. 字符必须转义才能正确匹配，因为它们是正则表达式特殊字符。

【讨论】：