ruby - 排除某些单词的正则表达式

Question

我需要一个 正则表达式，它可以从一个单词中获取前 n 个字符，不包括 The 和 A。

例如，这是我的示例数据集:

The firstMatch
A SecondMatch
the thirdMatch
a Fourthmatch

这是我试过的正则表达式:"^(.{3}).*$

获取每个输入字符串的前三个字符。但我真正想要的是每个输入字符串的前三个字符不包括A或The

所以，对于上面的输入字符串，我想要的匹配项是:

'fir', 'Sec, 'thi', 'Fou'

知道如何做到这一点吗？

Answer 1

这取决于您使用的正则表达式引擎(最初问题没有标记 Ruby ，所以我将保留其他选项。)

选项 1:回顾(C#、PHP、Java)

(?im)(?<=^The |^a )\w{3}

参见 demo .

许多引擎支持lookbehind，但支持可变宽度lookbehind的引擎不多。

选项 2:\K (PHP、Perl、Ruby 2+)

(?im)^(?:The |a )\K\w{3}

参见 demo .

\K告诉引擎从它返回的最终匹配中删除到目前为止匹配的内容

选项 3:捕获组(JavaScript、Python 等)

(?im)^(?:The |a )(\w{3})

在the demo , 查看右侧 Pane 中的第 1 组捕获。

括号捕获与第 1 组的匹配项。我们从第 1 组中检索它。

解释

• (?i)打开不区分大小写行
• (?m)打开多行模式，允许 ^和 $匹配每一行
• ^ anchor 断言我们在字符串的开头
• (?<=^The |^a )是一个 lookbehind，断言当前位置之前的内容是字符串的开头，The , 或字符串的开头然后是 a
• (?:The |a )是具有 OR | 的非捕获组内部交替
• (\w{3}) 中的括号夺取第 1 组的比赛。

引用

• Lookahead and Lookbehind Zero-Length Assertions
• Mastering Lookahead and Lookbehind