用于匹配除特定单词之外的字符串的正则表达式

Question

在 Excel VBA 中，我尝试使用正则表达式方法来匹配字符串。一旦匹配发生，我希望匹配的字符串包含整个字符串，除非在匹配字符串结束后出现关键字。换个说法，正则表达式模式如下：

pattern = (CHECKOUT[a-zA-Z_(/ ):]+\w+:\w+\s((AM|PM)|(am|pm))\s\-\s\w+:\w+\s((AM|PM)|(am|pm)))

输入的字符串是：

1. CHECKOUT Senior Guest Services Manager FRONTENDMGR: 07:00 AM - 08:30 AM SGSM_BOOKKEEPING: 08:30 AM - 01:00 PM FRONTENDMGR: 01:00 PM - 04:00 PM

2. CHECKOUT Guest Services Manager BOOKKEEPER: 09:00 AM - 01:00 PM DRY GOODS Receiving Clerk RECEIVE: 04:30 AM - 09:00 AM 

3. DRY GOODS Receiving Clerk RECEIVE: 04:30 AM - 09:00 AM CHECKOUT Guest Services Manager BOOKKEEPER: 09:00 AM - 01:00 PM

对于第一个字符串，我希望返回整个字符串，但只返回以下内容： 退房高级宾客服务经理 FRONTENDMGR：07:00 AM - 08:30 AM

对于第二个字符串，我只希望返回从“CHECKOUT”到“01:00 PM”的字符串的第一部分，并且效果很好。

对于第三个字符串，我只希望返回“CHECKOUT”到“01:00 PM”之间的部分并发生这种情况。

所以唯一没有出现的是第一个字符串，我希望返回整个字符串，但只有第一部分匹配。

所以我需要调整模式以包含所有内容，除非字符串中包含“DRY GOODS”一词，如果是，则仅返回“CHECKOUT”和“AM”或“PM”之间的部分。

Answer 1

从你的展示和描述来看，我认为这可能会做到：

\bCHECKOUT.*?(?=\s*DRY GOODS|$)

这将从您的数据中返回：

CHECKOUT Senior Guest Services Manager FRONTENDMGR: 07:00 AM - 08:30 AM SGSM_BOOKKEEPING: 08:30 AM - 01:00 PM FRONTENDMGR: 01:00 PM - 04:00 PM
CHECKOUT Guest Services Manager BOOKKEEPER: 09:00 AM - 01:00 PM
CHECKOUT Guest Services Manager BOOKKEEPER: 09:00 AM - 01:00 PM

我们匹配CHECKOUT，然后匹配其他所有内容（但不包括）DRY GOODS。如果我们没有找到DRY GOODS，我们继续到字符串的末尾。

如果字符串超过多行，可能需要将.*? 替换为[\s\S]*?

如果您的数据绝对必须匹配最后的AM|PM，请尝试：

\bCHECKOUT.*(?:AM|PM)(?=.*?DRY GOODS|$)

Answer 2

您可能会更新您的模式以在匹配后使用否定前瞻 (?! 来断言右侧的内容不包含 DRY GOOD

\bCHECKOUT[a-zA-Z_(/ ):]+\w+:\w+\s(?:[AP]M|[ap]m)\s-\s\w+:\w+\s(?:[AP]M|[ap]m)(?!.*\bDRY GOODS\b).*

说明

• \bCHECKOUT 逐字匹配单词边界，以防止单词成为更大单词的一部分
• [a-zA-Z_(/ ):]+ 匹配字符类中列出的任何字符的 1 次以上
• \w+:\w+\s 匹配 1+ 个单词字符，然后是 :，再匹配 1+ 个单词字符，然后是空格字符
• (?:[AP]M|[ap]m) 匹配 AM PM am pm
• \s-\s\w+:\w+\s 匹配一系列空白字符、-、: 和单词字符
• (?:[AP]M|[ap]m) 匹配 AM PM am pm
• (?!.*\bDRY GOODS\b) 断言右边的内容不包含单词边界之间的干货
• .* 匹配任意字符 0+ 次

Regex demo