尝试不匹配使用RegEx负查找的日语单词

Question

目标结构如下所示：

検索結果:100,000件

如果我使用以下regex模式：

((?<!検索結果：)(?<!次の)(((〇|一|二|三|四|五|六|七|八|九|十|百|千|万|億|兆|京+|[0-9０-９]))(,|，|、)?).+((〇|一|二|三|四|五|六|七|八|九|十|百|千|万|億|兆|京|[0-9０-９]).+)件)(?!表示)

正如您所看到的，我想不匹配所有前面的“検索結果：”&“次の”，使用这个模式，后面跟着阿拉伯数字或日本汉字(汉字)数字。然而，该模式在某种程度上与4位数匹配，但不匹配6位数。

换句话说，

次の1000件

有效(意思是它与任何东西都不匹配)，但是

次の5000件

提供部分匹配(“0000件”)

我想知道为什么不超过4位数。最终想要找到一种方法来不匹配任何使用这个正则表达式的东西。我知道这案子有点乱。谢谢您的反馈！

Answer 1

您需要避免在数字或数字+分隔符后面匹配数字，因此需要在(?<![０-９0-9])(?<![０-９0-9][，,、])后面添加(?<!次の)。

(?<!検索結果：)(?<!次の)(?<![０-９0-9])(?<![０-９0-9][，,、])(?:[〇一二三四五六七八九十百千万億兆0-9０-９]|京+)[,，、]?.+[〇一二三四五六七八九十百千万億兆京0-9０-９].+件
                       ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

见regex演示。

Answer 2

到目前为止，我看到了一个问题：

販売実績100万件販売実績100万件販売実績1,000件販売実績1,000,000件です100,000件5000件

这些都是匹配的，但它捕获了两个匹配模式之间的无关部分。例如,

販売実績100万件販売実績100万件

因为一个字符串将匹配不应该匹配的部分。

https://regex101.com/r/LfDPHE/1