正则表达式捕获可选令牌之后的所有内容答案

【问题标题】：Regex to capture everything after optional token正则表达式捕获可选令牌之后的所有内容
【发布时间】：2020-07-10 00:17:32
【问题描述】：

我的字段包含以下可能格式的数据（每行都有不同的可能性）：

AAA - Something Here  
AAA - Something Here - D  
Something Here

请注意，第一组字母 (AAA) 可以有不同的长度。

我试图捕捉的是使用 PCRE 的“这里的东西”或“这里的东西 - D”（如果存在），但我无法让正则表达式在所有三种情况下都正常工作。我试过了：

- (.*) 适用于案例 1 和 2，但显然不适用于案例 3；

(?<= - )(.*) 也适用于案例 1 和 2；

(?! - )(.+)| - (.+) 适用于案例 2 和 3，但不适用于案例 1。

我觉得我快要完成了，但我似乎无法破解它。

提前感谢您的帮助。

编辑：我意识到我的要求不清楚。如果后面有“-D”（数据中的字母是任意的，但应该只是单个字符），也需要捕获。

【问题讨论】：

标签： regex pcre

【解决方案1】：

关于您尝试过的模式：

- (.*)此模式将匹配第一次出现的 - ，然后匹配该行的其余部分。它将与第二个示例匹配太多，因为 .* 也将匹配 - 的第二次出现
(?<= - )(.*)此模式将与没有 - 的第一个示例匹配，因为它断言应该直接出现在左侧
(?! - )(.+)| - (.+) 此模式使用负前瞻，它断言直接在右侧的不是(?! - )。由于没有一个示例以 - 开头，因此整行将直接在由于.+ 而导致的负前瞻之后匹配，并且不会评估替换| 之后的第二部分

如果第一组字母可以有不同的长度，您可以使匹配特定匹配 1 个或多个大写字符 [A-Z]+ 或 1+ 个单词字符 \w+。

要获得更广泛的匹配，您可以使用 \S+ 匹配 1 个或多个非空白字符

^(?:\S+\h-\h)?\K\S+(?:\h(?!-\h)\S+)*

说明

编辑

要匹配可选的连字符和尾随单个字符，您可以添加可选的非捕获组(?:-\h\S\h*)?$，如果模式应该匹配整个字符串，则断言字符串的结尾：

^(?:\S+\h-\h)?\K\S+(?:\h(?!-\h)\S+)*\h*(?:-\h\S\h*)?$

【讨论】：

这是一个了不起的答案，我很欣赏我使用的那些不起作用的原因；特别是第三个，因为我无法弄清楚为什么引擎似乎没有评估负前瞻（查看 regex101.com 的调试功能）。不幸的是，我意识到我错过了一个要求 - 如果有一个尾随连字符和字母（第二种情况），那么尾随连字符和字母也必须被捕获。我已经编辑了我的问题。
@RyanJ 我添加了一个更新来说明尾随的连字符和字母。如果它应该是一封信，你也可以使用[A-Z]而不是\S

【解决方案2】：

你可以使用

^(?:.*? - )?\K.*?(?= - | *$)
^(?:.*?\h-\h)?\K.*?(?=\h-\h|\h*$)

详情

请注意，\h 匹配任何水平空白字符。

【讨论】：

这是一个漂亮的答案和一个很好的解释，但是，我意识到我错过了一个要求。它还必须匹配“Something Here - D”，例如如果尾随连字符 + 字母，则也必须捕获。我已经编辑了我的问题以反映这一点。
@RyanJ ^(?:.*? - )?\K.*?(?= - \p{L}$| *$) (demo) / ^(?:.*?\h-\h)?\K.*?(?=\h-\h\p{L}$|\h*$) (demo)?
@RyanJ 如果不是您所期望的，请发表评论。

【解决方案3】：

^(?:[A-Z]+ - \K)?.*\S

由于“Something Here” 可以是任何东西，因此没有理由专门描述模式中最终的最后一个字母。你不需要更复杂的东西。

对于这种模式，我假设您对尾随空格不感兴趣，这就是我以\S 结束它的原因。如果要保留它们，请删除 \S 并将之前的量词更改为 +。

【讨论】：