regex删除除字符串以外的所有文本。

Question

因此，我有一个匹配的正则表达式来提取我在文本中寻找的数据：

([A-Z]+A{5,})

这将在下面的示例文本中选择我要查找的代码：

Use these licenses with the VMware ESX build.

Feature               License Code                   Description
-------------------   ----------------------------   --------------------------------------------

CIFS                  CAYHXPKBFDUFZGABGAAAAAAAAAAA   CIFS protocol
FCP                   APTLYPKBFDUFZGABGAAAAAAAAAAA   Fibre Channel Protocol 

我想要的最终结果是对文档进行替换，从而生成包含文本的文本文档。

CAYHXPKBFDUFZGABGAAAAAAAAAAA,APTLYPKBFDUFZGABGAAAAAAAAAAA

Answer 1

您可以向正则表达式添加如下所示的替换：

([A-Z]+A{5,})|\X

然后将其替换为：

(?1$1,)

替换字符串意味着，如果第一个捕获组匹配，则用$1,替换它，否则将其替换为空。

在注释中，为了避免在匹配的子字符串后面添加逗号(如果在末尾找到)，我添加了一个负的向前看。但是在这个正则表达式中，一个额外的后缀逗号是不可避免的。

一种更好的办法：

(\b[A-Z]++\b(?<=A{5}))|\X

这使用了拥有式量词和查找结束A的方法。您不需要查找A{5,}，而只需要查找A{5}。如果您想要匹配这样的字符串，即使在较长的单词的中间找到，也可以删除单词边界。