提取没有连续空格的文本[重复]答案

【问题标题】：Extracting text with no consecutive whitespaces [duplicate]提取没有连续空格的文本[重复]
【发布时间】：2021-03-30 20:38:00
【问题描述】：

我在下面有一个示例输入，我想使用正则表达式提取每个单独的列，但它不能用于多个连续的空格。我试过了 “([0-9])\s+([0-9])\s+([A-Za-z0-9- ]+)\s{2,}([A-Za-z0-9- ]+)\s+([A-Za-z0-9]+)”，它应该适用于每一行。

Output
Module    Ports Type                                   Model            Serial No.
--------- ----- ------------------------------------   ---------------  -----------
1         2     CCS-7354 Series Supervisor Module      7354-SPP         JD546546527
2         1     Standby supervisor                     Unknown          Unknown
3         28    28-port SFP+ 10GigE Linecard           7234S-PC         FGK10449938

对于输入结果的第一行，我应该得到：

“1”表示“输出模块”。
“2”表示“端口”
“类型”的“CCS-7354 系列管理模块”。
“7354-SPP”用于模型。
“序列号”为“JD546546527”

我收到“CCS-7354 Series Supervisor Module 7354-SPP ”的类型不正确。

【问题讨论】：

为什么不只计算第 3 行的破折号，然后使用计数检索列？然后你只需要修剪空白。然后，您可以使用正则表达式验证每个结果字符串。分而治之。
或者您可以多次执行以下正则表达式（使用 find）：(.+?)(?:\s{2,}|$) for each line...
@tripleee "我想使用正则表达式提取每个单独的列" -- 你为什么选择一个非正则表达式的重复答案？
小仙女；我添加了另一个副本。
@Jojoleo 你的问题已经回答了吗？

标签： regex replace

【解决方案1】：

您的问题是类型列匹配组[A-Za-z0-9- ]+ 使用“贪婪”匹配。

相反，您应该将其更改为“不情愿”匹配 [A-Za-z0-9- ]+?

同样，之后的 Model 列匹配组也应该改为勉强匹配而不是贪婪匹配，这样它就不会抢先吃掉所有的尾随空格。

这是最终的正则表达式——([0-9])\s+([0-9])\s+([A-Za-z0-9- ]+?)\s{2,}([A-Za-z0-9- ]+?)\s+([A-Za-z0-9]+)

在这里测试：link

当然，还有其他方法可以编写正则表达式，这样您就不需要使用不情愿的匹配语法。例如((?:\S|\s\S)+)

这匹配最多由一个空格字符分隔的非空格字符。

综合起来就是：([0-9])\s+([0-9])\s+((?:\S|\s\S)+)\s+((?:\S|\s\S)+)\s+((?:\S|\s\S)+)

以这种方式编写它可以减少潜在的回溯量，因此无论输入如何，都应该会产生始终如一的快速正则表达式（尽管使用这种简单的输入，它似乎会稍微慢一些）。

【讨论】：