代码之家 › 专栏 › 技术社区 › wadesworld

带有制表符分隔的文本的regex包含\x09

regex

wadesworld · 技术社区 · 15 年前

我有一个很难对付的。

我有制表符分隔的文本来匹配regex。

我的regex看起来像:

^([\w ]+)\t(\d*)\t(\d+)\t([^\t]+)\t([^\t]+)\t([^\t]+)\t([^\t]+)$

示例源文本是(为了清晰起见,将制表符转换为\t):

JJ\t345\t0\tTest\tSome test text\tmore text: pcre:"/\x20\x62\x3b\x0a\x09\x61\x2e\x53\x74\x61\x72/"\tNone

但是,问题是在我的源文本中,第6个字段包含一个regex字符串。因此,它可以包含\x09,这自然会破坏regex,因为它也被视为选项卡。

有没有办法告诉regex引擎“匹配\t,但不匹配文本\x09”。我想没有,因为它们是一样的。

如果没有,是否有任何字符可以安全地用于分隔包含regex字符串的文本?

2 回复 | 直到 15 年前

bso 15 年前

我建议先对PCRE字符串中的所有字符进行编码,然后再对其运行正则表达式。

Epsilon Prime 15 年前

似乎是测试用例的问题。ReGEX中可能有标签,但上面的示例没有。Java中的字符串看起来像:

String testString = "JJ\t345\t0\tTest\tSome test text\tmore text: pcre:"/\\x20\\x62\\x3b\\x0a\\x09\\x61\\x2e\\x53\\x74\\x61\\x72/"\tNone";

如果在调试器中查看此字符串,则\x09将由1(选项卡)改为4个字符。

推荐文章

lonix · 使用sed从JSON中提取非贪婪正则表达式

1 年前

me-me · regex检查电子邮件字符串是否有@后跟一个点以及点符号后至少2个字符[重复]

2 年前

Dave Guerrero · 是否有一个正则表达式模式来捕获字符串中直到第一个字母字符的数字?

2 年前

Dima Malko · 如何在指定符号前添加符号?

2 年前

shekharsabale · 从列表元素捕获子字符串

2 年前

maycca · 正则表达式:过滤年份数值大于某个值的文件?字符串中编码的年份

2 年前

Katia · 根据特定规则进行多行匹配

2 年前

Andrei Cleland · 在长正则表达式中包含unicode字符

2 年前

MHA · Pandas str.extract()以字母结尾的数字

2 年前

Slava Vir · 如何查找后面“/”之间的最后一组

2 年前