.net - 如果紧随其后的是特定字符，则正则表达式会丢弃整个捕获

Question

给定以下文本:

somerandomtext06251/750/somerandomtext/21399/10 79/20 8301

如何提取 06251/750、79/20、8301 并忽略 21399/10？

一般规则:

• 在随机字符串中匹配每组至少 2 位数字，后跟可选的/并后跟另外至少 2 位数字；对数字贪婪(尽可能多地获取)
• 忽略紧接其前面的/的完整匹配

我从以下匹配模式开始:

 (?<invnr>\d{2,}/?\d{2,})

一般来说，它可以工作，但它只有一个问题:它还需要 21399/10。所以，我添加了一个负面的lookbehind:

 (?<!/)(?<invnr>\d{2,}/?\d{2,})

现在它忽略了 21399/10 的第一个数字(因为它前面有/)，但它仍然捕获以下所有字符，即 1399/10。但我需要完全跳过 21399/10。

如何进行向后查找以删除整个匹配项并跳至下一个匹配项，而不是仅跳过一位数字？

Answer 1

您可以在否定后向查找中添加数字模式(通过使用字符类 / 将其与 [/\d] 组合)，以确保如果它紧跟在数字后面，则不会发生匹配:

(?<![/\d])\d{2,}(?:/\d{2,})?

请参阅regex demo

详细信息

• (?<![/\d]) - 如果存在 / 则匹配失败的负向后查找或当前位置左侧的数字
• \d{2,} - 两位或更多数字
• (?:/\d{2,})? - / 的可选序列以及两位或更多数字。

如果您需要确保仅匹配 ASCII 数字，请传递 RegexOptions.ECMAScript option到 .NET 方法内的正则表达式编译器，或使用 [0-9]而不是\d .

记下您的\d{2,}/?\d{2,}有点偏离，因为它不匹配 2 或 3 位数字序列，只能匹配 4 个以上数字序列。