匹配字符串，但不匹配特定的单词

Question

我需要一个正则表达式来匹配字符串，但从字符串中排除特定的单词。例如

dfm HSBC12323 

我需要提取

HSBC12323 

并且不包括dfm。如果字符串HSBC12323需要按原样匹配，因为dfm可能不存在。

如果字符串dfm123213我需要匹配123213 adx 212321，我需要匹配212321，而不是adx adx hsbc123uy，我需要匹配hsbc123uy hsbc1237，我需要按原样匹配它。

(?<!dfm\s*?|adx\s*?|\w)\d+

但它并不像我想的那样工作

Actual string : dfm HSBC12323  excpected HSBC12323 
Actual string : HSBC12323  expected HSBC12323 
Actual string : dfm123213 expected 123213
Actual string : adx 212321 expected 212321 
Actual string : usa1237 expected usa1237

Answer 1

如果左边不是dfm或adx，或者不是单词字符，那么您的模式(?<!dfm\s*?|adx\s*?|\w)\d+将匹配1+数字，在前2个字符之后可以有空格字符。您不必使s*?不贪婪，因为它不能匹配以下数字的\d+

在您的所有示例中，这不会匹配，因为在所有示例之前，当前2个不匹配时，\w可以在数字之前匹配。例如，$22将会匹配。

匹配您的值的一种选择可以是结合使用正向后视和负向前视的交替。

(?<=\b(?:dfm|adx) *)\w+|\b(?!(?:dfm|adx))\w+

说明

• (?<=正向回溯，断言
  • \b(?:dfm|adx) *字左边界上的内容，匹配dfm或adx，后跟space

的0+倍

​

关闭正向匹配

• ) word chars
• | Or
• \b Word boundary
• (?!负向前视，断言右边的内容不是
  • (?:dfm|adx)匹配dfm或adx

1+

​

• ) Close negative lookahead
• \w+ Match 1+ word characters

查看.NET regex demo

如果匹配后不应该跟非空格字符，也可以在匹配\w+之后添加(?!\S)。

Answer 2

我的猜测是，使用这个表达式或类似的表达式，我们可以一步一步地捕获我们想要的东西，然后我们甚至可以用额外的约束来增强我们的表达式，只是为了安全起见：

(?=dfm\s+|adx\s+)(?:dfm\s+([A-Z0-9]+)|adx\s+([0-9]+))|(?=dfm)dfm([0-9]+)|[A-Za-z0-9]+

Demo

测试

using System;
using System.Text.RegularExpressions;

public class Example
{
    public static void Main()
    {
        string pattern = @"(?=dfm\s+|adx\s+)(?:dfm\s+([A-Z0-9]+)|adx\s+([0-9]+))|(?=dfm)dfm([0-9]+)|[A-Za-z0-9]+";
        string input = @"dfm HSBC12323
HSBC12323
dfm123213
adx 212321
usa1237";
        RegexOptions options = RegexOptions.Multiline;

        foreach (Match m in Regex.Matches(input, pattern, options))
        {
            Console.WriteLine("'{0}' found at index {1}.", m.Value, m.Index);
        }
    }
}

RegEx电路

jex.im可视化正则表达式：

​

​