如何使用regex向前看并找到所需字符串的结尾？

Question

我正在尝试从不同的字符串中提取引用id，在这些字符串中，ref id看起来可能非常不同。我面临的困难是，如何知道何时完成参考资料id和正常的文本继续。

文本和正则表达式示例

文本参考文献。027/7203.00更多案文 -实例2： 文本参考文献。01 733 7720 4055-07 5 21 28 21全文 -示例3:案文参考。126281 more更多文本 -示例4:案文参考。WAY101A.FT6141更多文本 -示例5:案文参考。01 774 7699 4134-07 5 22 15 01全文

Regex：参考文献？？((？：A\d./+)(A-Z0-9+)？x(？：\d.+))

示例2,5.说明了获取ref id的其余部分的问题。

例3,4说明了在正则表达式上有另一个单词存在假阳性的问题。Schoko不是裁判的一部分。

Answer 1

要匹配这两种不同的格式，可以使用一个带有交替的单个捕获组

Ref\. (\d+(?: \d+){2} \d+-\d+(?: \d+){2} [A-Z0-9]+|[A-Z0-9/.]+)

解释

• Ref\.匹配引用`后面跟着一个空格
• (捕获组
  • \d+(?: \d+){2} \d+-\d+(?: \d+){2} [A-Z0-9]+匹配模式如01 733 7720 4055-07 5 21
  • |或
  • [A-Z0-9/.]+匹配1+乘以任何字符类

​

• )闭捕获群

Regex演示

一种更广泛的模式可能是重复1+次数、数字和连字符，并在最后匹配字符类[A-Z0-9/.]+。

Ref\. ((?:\d+(?: [\d-]+)+)*[A-Z0-9/.]+)

Regex演示

Answer 2

这里有一种方法可以使用带有缓和惰性点的负前瞻来实现这一点：

Ref\.?\s+((?!\s+[^A-Z0-9])[A-Z0-9/. -])*(?= )

​

演示

​

这种模式假定引用数字仅由数字和大写字母组成。这里的逻辑是保持消费，只要我们前面看不到的是一个空格，后面除了一个数字或大写字母之外的任何东西。最后的(?= )展望还确保模式在匹配引用号中的最后一个项之后停止。