代码之家 › 专栏 › 技术社区 › TheNovice

子字符串上的正则表达式匹配并返回特定分隔符之间的字符串

delimiter regex ruby

TheNovice · 技术社区 · 6 年前

假设我有一个字符串,可以用几种不同的方式格式化,例如:

“语言:(ruby和python)角色:(软件工程师或数据科学家)
“角色:(软件工程师或数据科学家)语言:(ruby和python)”
“语言:'python'角色:'software engineer'”
“语言:(ruby和python)角色:(软件工程师或数据科学家)
“语言:'python'角色:'software engineer'”
“语言:'python'

我想解析这个字符串,确定 role: 存在于字符串中,然后捕获与“角色”相关的任何单词,排除不包含在紧邻的帕伦中的任何单词。 ) 或 ' …在这个例子中, "languages:'python'role:'software engineer'" 会返回“软件工程师”和 "role:(software engineer or data scientist) languages:(ruby AND python)" 将返回“软件工程师或数据科学家”。

有没有办法用类似于单词边界的东西来做这个?特别是比赛后的区域 角色: 用引号或 () ?

1 回复 | 直到 6 年前

Wiktor StribiÅ¼ew Cristian Lupascu 6 年前

您可以使用

s.scan(/role:(?:\(\K[^()]+(?=\))|'\K[^']+(?='))/)

见 regex demo

细节

role: -字串子串
(?: -交替非捕获组的开始:
- \( -A ( 烧焦
- \K - match reset operator 丢弃到目前为止匹配的文本
- [^()]+ -1+字符 ( 和 )
- (?=\)) -A ) 应遵循当前位置
| -或
' -A ’ 烧焦
K -match reset运算符放弃到目前为止匹配的文本
[^']+ -1+字符 ’
(?=') -一定有 ’ 立即向右移动
) -候补组结束。

注意:如果你不在乎是否有 ) 或尾随 ’ ,删除lookaheads以简化regex。

Ruby demo :

s  = "languages:(ruby AND python) role:(software engineer or data scientist) role:(software engineer or data scientist) languages:(ruby AND python) languages:'python' role:'software engineer'  languages:(ruby AND python)role:(software engineer or data scientist) languages:'python'role:'software engineer' languages:'python'"
puts s.scan(/role:(?:\(\K[^()]+(?=\))|'\K[^']+(?='))/)

输出:

software engineer or data scientist
software engineer or data scientist
software engineer
software engineer or data scientist
software engineer

推荐文章

Zhihar · 如何在vba(excel)中使用多字符字符串作为分隔符拆分字符串

7 年前

Vince Osana · Excel VBA另存为不带分隔符的文本文件

7 年前

user5858 · Matlab-按分隔符拆分单元格数组列

7 年前

Zdiode · 查找开始和停止之间的所有重复字符串,并使用分隔符

7 年前

Matt · 显示错误结果的自定义toString(char)方法

7 年前

tnoel999888 · Python在换行符上拆分字符串并保留换行符

7 年前

Alexander · 读取列标题中具有多个分隔符的文件并跳过末尾的某些行

7 年前

xcelm · 将分隔表拆分为行

7 年前

Haddock-san · 正则表达式量词-两个字符之间的数量

7 年前

Aman Singh Dhir · VBA文本到以括号作为拆分器的列

7 年前