【问题标题】:Part of regular expression should not be matching . or , in the end正则表达式的一部分不应该匹配。或者,最后
【发布时间】:2015-08-17 15:06:58
【问题描述】:

我想使用正则表达式从以文本形式存在的文档中提取价值量。文本通常以一些空格、逗号、分号和一个值开头,例如

   -.          .-       12.345

或

                        123.45

或者(问题来了——一个以 . 开头的数字,意思是 0.45

                        .45

我使用下面的正则表达式来匹配空格

(?<seperator>(?:[^\S]|[.:,-\/—;_])*)

以及以下内容以匹配价值金额:

(?<value>((([+|-|.]*(\$|\%|(C\$)|(\€))*(?:\d+[.,']*\d*[.,']{0,1})+[?:mkC\%\€\$\£]*([?:mkC\%\€\$\£]|C\$)*))?))

通过结合两者,我可以分别提取分隔符和值。如何创建正则表达式,以便分隔符正则表达式不接受 .或者,到底和那个。或者 , 可以通过在开头接受可选的 ([.,]?) 添加到值匹配组中。

我在这里发布了用于评估的正则表达式。我正在使用 Java 的正则表达式,这很好用。 https://regex101.com/r/eF5bW3/3

我看了看后面,但它似乎对我不起作用。该值应该是 0.45 而不是 45:

【问题讨论】:

  • 输入“---,,,... 1.123”的“分隔符”是什么?
  • 您真的要在最后忽略诸如. 或, 之类的值吗?也许尝试一个更简单的正则表达式来匹配任何包含由空格分隔的数字的序列。尝试解析它,如果发生异常,也许只是跳过那个或记录它。

标签: php regex text


【解决方案1】:

试试下面的正则表达式。它做你想做的事:

[\s,.-]*(?<!\.)((?:\d+(?:\.\d*)?)|(?:\.\d+))

DEMO

顺便说一句,您在问题中提到了逗号,但在显示的示例中不存在,但我将其包含在答案中,无论如何,这里的想法是使用否定的后视来确保 * 不会消耗. 在您要匹配的号码之前。如果您的目标是匹配每一行中的唯一数字,请使用如下更简单的正则表达式,它也匹配您想要的:

(\d*?.?\d+)

SIMPLER REGEX DEMO

编辑 1

要处理您提到的..45 之类的情况,您可以使用以下正则表达式:

[\s,.-]*(\d*(?=\.)(?:(?:\d+(?:\.\d*)?)|(?:\.\d+)))

EDIT 1 DEMO

【讨论】:

  • 太棒了!有没有办法扩展它,而不是匹配单个“。”? DEMO ..45 不应该匹配 5 而是 0.45?
  • @MarcGiombetti,让我检查一下马克
  • @MarcGiombetti,我已经更新了答案,检查一下:)
【解决方案2】:

如果你想要类似于你的正则表达式的东西(匹配你的正则表达式中出现的其他字符),但只匹配数值,带有可选点,请尝试:

(?<value>[+-]?([$%C$€]|C$)*(?:\d*\.?\d+)([mkC%€$£]|C\$)*)

DEMO

如果你也想匹配&lt;separator&gt;,你可以使用:

(?<seperator>(?:[-\s.:,\/—;_])*?)(?<value>[+-]?([$%C$€]|C$)*(?:\d*\.?\d+)(?:[mkC%€$£]|C\$)*) 

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2012-03-18
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2018-06-23
    • 1970-01-01
    • 2011-06-13
    • 1970-01-01
    相关资源
    最近更新 更多