如何匹配至少包含三个单词且可能包含部分分隔符的分隔句子？答案

【问题标题】：How can I match a delimited sentence that has at least three words and that may contain parts of delimiters?如何匹配至少包含三个单词且可能包含部分分隔符的分隔句子？
【发布时间】：2020-10-24 06:15:18
【问题描述】：

我需要匹配一个两边都用“,”或“::”分隔的字符串。重要的是要注意句子本身可以包含“，”和“：”，并且我所说的句子是指至少两个单词和一个空格。

例子：

test.wav,,200,,This is a test, or is it?::test 2.wav,,test 3.wav::I said: Do not do that,,error.wav

预期输出：

[
  {
    "groups": [],
    "match": "This is a test, or is it?"
  },
  {
    "groups": [],
    "match": "I said: Do not do that"
  }
]

我试过了：

(?:,,|::)(?:[a-zA-Z0-9\.\-,?!;/\(\)]+\h){2,}.*?(?:,,|::)

但这给了我：

[
  {
    "groups": [],
    "match": ",,200,,This is a test, or is it?::"
  }
]

(?<=,,|::)(?:[a-zA-Z0-9\.\-,?!;/\(\)]+\h){2,}.*?(?:,,|::)

输出：

[
  {
    "groups": [],
    "match": "200,,This is a test, or is it?::"
  },
  {
    "groups": [],
    "match": "test 2.wav,,test 3.wav::"
  }
]

解决这个问题的正确方法是什么？

【问题讨论】：

你能显示你的代码吗？匹配正则表达式如何获得 JSON 输出？
我只是使用 JSON 作为显示输出的手段；这只是 PCRE。

标签： regex pcre

【解决方案1】：

您可以将此正则表达式与前瞻和后视条件一起使用：

(?<=,,|::)\h*(?:(?!\S*(?:,,|::))\S+\h+){3}.*?(?=::|,,)

RegEx Demo

正则表达式详细信息：

(?<=,,|::)：肯定的后视断言我们在当前位置之前有,, 或::
\h*: 匹配 0+ 个空格
(?:: 启动非捕获组
- (?!\S*(?:,,|::))：否定前瞻断言我们不匹配 :: 或 ,, 作为下一个非空白单词的一部分
- \S+\h+: 匹配 1+ 非空白字符串，后跟 1+ 空白
){3}：结束非捕获组。匹配该组至少 3 次
.*?: 匹配 0 个或多个任意字符（非贪心）
(?=::|,,)：积极的前瞻性断言我们在当前位置之后有 ,, 或 ::

【讨论】：

好的，非常感谢。它完美地工作。我只是不想评论，因为它说不要评论只是为了说谢谢等。

【解决方案2】：

您也可以使用一个模式来匹配至少 2 个后跟空格的单词，并为第三个单词至少匹配一个字符，而不必后跟空格。

(?:,,|::)\h*\K(?:(?>[^\s,:]+|,(?!,)|:(?!:))+\h+){2,}(?:(?>[^\s,:]+|,(?!,)|:(?!:)))+(?=\h*(?:,,|::))

说明

(?:,,|::)\h*\K 匹配 ,, 或 :: 和可选空格，然后忘记使用 \K 匹配的内容
(?:(?>[^\s,:]+|,(?!,)|:(?!:))+\h+){2,} 匹配至少一个不包含 ,, 或 :: 的单个字符的至少 2 个“单词”
(?:(?>[^\s,:]+|,(?!,)|:(?!:)))+ 匹配至少一个不包含,, 或:: 的字符的单词
(?=\h*(?:,,|::)) 正向前瞻，断言可选空格后跟,, 或::

Regex demo

【讨论】：