匹配每第 n 次出现的字符的正则表达式答案

【问题标题】：Regex that matches every nth occurences of character匹配每第 n 次出现的字符的正则表达式
【发布时间】：2016-05-05 09:53:41
【问题描述】：

我找到了查找第 n 次出现的解决方案，但找不到找到每第 n 次出现的解决方案。

我有诸如“key1~value1~key2~value2~key3~value3~”之类的字符串。

与~ 的每两次出现匹配的正则表达式是什么？

key1~value1~key2~value2~key3~value3~

我正在尝试为 Elasticsearch 创建一个自定义模式分析器，它是正则表达式应该匹配标记分隔符而不是标记。

【问题讨论】：

所以你的匹配是value1 value2 value3?
你只需要([^~]+)~([^~]+)
@ʰᵈˑ 不，我的比赛将是第 2、第 4、..~ 字符。 @Wiktor 匹配 key~value 对。我想要的恰恰相反。
@alpert：为什么你只需要得到偶数~s？（我以为您想通过在偶数~s 处拆分来获得键值对。）最终结果应该是什么？语言是什么？
@Wiktor Stribiżew 我正在尝试为 elasticsearch 创建一个自定义模式分析器，正则表达式应该匹配标记分隔符而不是标记：elastic.co/guide/en/elasticsearch/reference/current/…

标签： regex elasticsearch

【解决方案1】：

你可以使用

~(?=(?:[^~]*~[^~]*~)*[^~]*$)

模式匹配：

~ - 一个波浪号，后跟...
(?=(?:[^~]*~[^~]*~)*[^~]*$) - 0+ 非波浪线 + ~ x 2 次，0+ 次，然后是 0+ 非波浪线，直到字符串的末尾。因此，此检查可确保在匹配第一个波浪号后，直到字符串末尾有偶数个波浪号。

【讨论】：

最好是找到一个同样适用于奇数实例的示例，但这也解决了我的问题。谢谢！

【解决方案2】：

你需要确保~之前不是偶数个：

(?<!^([^~]*~[^~]*~)*[^~]*)~

Try it online!

工作原理：

(?<!^([^~]*~[^~]*~)*[^~]*)~    Our regex.
                          ~    Matches a tilde (~).
(?<!                     )     Assert that before it is not:
    ^                              the beginning
     (            )*               followed by zero or more times:
      [^~]*~[^~]*~                     two tildes, no matter what comes within
                    [^~]*          followed by non-tildes.

【讨论】：

这仅适用于 .NET、Vim（使用不同的语法）和 PyPi 正则表达式 Python 模块（和 JGSoft）正则表达式风格。在某种程度上，这种方法适用于 Java。问题是lookbehind中的模式是无限宽度的，大多数支持lookbehind的语言只支持固定宽度的lookbehind版本。
更多风格会支持正向向后看吗？
当我尝试将它与使用 Java 的 elasticsearch 一起使用时，我收到“后视组没有明显的最大长度”错误。有没有更通用的方法也适用于 java？

【解决方案3】：

~.*?(~) 的第一组非重叠出现。试试：http://regexr.com/3dc15。

【讨论】：

匹配 ~value~ 对。这不是我想要的。
@alpert 第一组匹配~。
see this answer 了解如何使用这个正则表达式