使用 RegEx 忽略分隔符前的特定字符

Question

我正在尝试创建两个正则表达式来捕获欧洲车牌所需的字符。

重要的是要提一下

• 将 国家 与其他国家/地区（第一个字母）分开的分隔符始终是 * (asterisk) or a - (hyphen)
• 分隔 区 与右侧其他字符的分隔符始终为 a - (hyphen)
• 区还可以包含ä,ö,ü等字母

车牌如下所示：

A*S-XXXPA
A*SL-XXXPC
A*SL-XXXSD
A*HA-XXXHV
D*R-XXXXX
D*TS-XXXXX
A*VB-1XXXXX

我用来捕捉国家和地区的正则表达式如下。

String country = "^([A-Z]{1,3})";
String district = "\\h*(\\p{L}{1,3})[-*]";

一旦我从我的字符串中获得了所需的信息，我就会使用 java 代码删除我不需要的信息，这是代码片段：

if (matcher.find()) {
        
        country_region = matcher.group(1);
        country_region = country_region.replace("*", "");
        country_region = country_region.replace("-", "");
        country_region = country_region.replaceAll("\\s+$", "");            

    }

我捕获国家/地区的正则表达式工作正常，这是一个示例：

• https://regex101.com/r/jfhSJN/1

我遇到麻烦的是我用来捕获地区的 RegEx。目前它还赶上了国家...

• https://regex101.com/r/57ZE9O/1

我想我可以删除 RegEx 末尾的星号，但我认为这不是最干净的方法。

谢谢！

Answer 1

地区正则表达式的主要问题是\h* 匹配任何零个或多个水平空格。所以匹配也可以出现在字符串的开头。

由于您想在水平空格后得到匹配，* 或 -，您可以使用

[*\h-](\p{L}{1,3})[-*]

请参阅regex demo。这里，[*\h-] 匹配 *、水平空格或 - 字符。

但是，在将所有部分捕获到组中时，使用正则表达式来匹配搅拌是有意义的：

^([A-Z]{1,3})[\h*-](\p{L}{1,3})[-*](.+)

见this regex demo。 详情：

• ^ - 字符串开头
• ([A-Z]{1,3}) - 第 1 组：一个、两个或三个大写字母
• [\h*-] - 水平空格，* 或 -
• (\p{L}{1,3}) - 第 2 组：一到三个任意 Unicode 字母
• [-*] - - 或 * 字符
• (.+) - 第 3 组：直到字符串/行结尾的所有文本。