如何在两个单词之间包含可选空格而不选择下一个单词？答案

【问题标题】：How to include optional space between two words without picking next word?如何在两个单词之间包含可选空格而不选择下一个单词？
【发布时间】：2018-12-21 15:51:20
【问题描述】：

我有以下这些文件名并使用下面的正则表达式进行匹配：

文件名：

1234 12345678 测试文件2018年12月20日.pdf
1234 12345678 TESTDOCUMENT December 20, 2018.pdf

我用来匹配文件名的正则表达式是：

(\d+)\s(\d+)\s(\w+\s?\w+)

对于第一个文件，它正在工作，但对于第二个文件，它与十二月月份相匹配，因为这也是两个带有空格的单词。

在 TEST 和 DOCUMENT 之间有或没有空格的情况下，如何编写正则表达式以仅匹配“1234 12345678 TEST DOCUMENT”。

预期结果：

1234 12345678 测试文件
1234 12345678 测试文件

第二个文件不是这个（1234 12345678 TESTDOCUMENT December）

【问题讨论】：

您希望如何区分这两种情况？它会一直说“测试文档”还是其他名称？
可以是任何文本。可能的组合是带空格的两个单词
那我看不出你怎么区分这两者。没有任何区别特征，除非您有固定列之类的其他东西。
TEST DOCUMENT 之后，总是一月-十二月格式的一个月
好的。然后，您的正则表达式的一部分需要匹配所有十二个月的名称，例如this。这将为您提供结束分界线。

标签： regex

【解决方案1】：

如你所说

在 TEST DOCUMENT 之后，它始终是一月至十二月格式的一个月

您可以使用前瞻来确保您与月份不匹配：

(\d+)\s(\d+)\s(\w+\s?(?!Jan|Feb|Mar|...|Dec)\w+)
                     ^^^^^^^^^^^^^^^^^^^^^^^...

这将确保第二个单词不以月份名称开头。

【讨论】：

感谢您的回答。它可以是月份之前的任何单词，但不仅是第二个单词。有什么办法可以匹配吗？
这行得通。 (\d+)\s(\d+)\s(.+?(?=一月|二月|三月|四月|五月|六月|七月|八月|九月|十月|十一月|十二月)))

【解决方案2】：

另一种选择是在末尾匹配“datelike”格式并在捕获组中捕获之前的内容：

(\d+)\s(\d+)\s(.*?)\s\d{1,2},\s\d{4}\.pdf$

Regex demo

正如@iBug 指出的那样，如果您只想匹配单词字符或空格，您可以将(.*?) 替换为([\w ]+)

【讨论】：

\w+ 优于 .*?。
@iBug 这取决于内容之间的内容。在这种情况下，它可能是[\w ]+。将您的建议添加到我的回答中。

【解决方案3】：

只需确保始终将部分与日期匹配，例如：

(\d+)\s(\d+)\s(\w+\s?\w+)\s\w+\s\d+

足够了。

【讨论】：

【解决方案4】：

您可以选择从行首开始的所有内容，然后是（前瞻(?=...)）一个空格和一个月的名称。这是 11 月和 12 月：

^.*(?= December| November)

注意月份名称的大小写（驼峰、大写等）。另外，您是否有本地化数据、不同语言的月份名称...

【讨论】：