正则表达式从组中排除字符

Question

我有一个回应:

MS1:111980613994124 MS2:222980613994124

I have the following regex:

MS\d:(\d(?:\r?\n?)){15}

根据 Regex，“(?:\r?\n?)”部分应该让它与组匹配但将其排除在捕获之外(因此我从组)。

问题是对于“MS1:xxx”，它匹配[CR][LF] 并将其包含在组中。它应该被排除在捕获之外......

请帮忙。

Answer 1

(?:...) 语法不意味着封闭的模式将从包含 (?:. ..).

这仅意味着由 (?:...) 形成的组将是一个非捕获组，而不是一个新的捕获组。

换句话说:

• (?:...) 仅组
• (...) 有两个功能:分组 和捕获。

捕获组捕获与其包含的模式匹配的所有文本，甚至是与嵌套组匹配的部分(无论它们是否正在捕获)。

一个例子

使用正则表达式...

.*(l.*(o.*o).*l).*

...有两个捕获组。如果我们将其与 hello world 进行匹配，我们将获得以下捕获:

• 1: lo worl
• 2: o wo

请注意，组 2 捕获的文本也由组 1 捕获。

如果我们将内部组更改为非捕获...<​​/p>

.*(l.*(?:o.*o).*l).*

...第 1 组的捕获不会改变(当与相同的字符串匹配时)，但不再有第 2 组:

• 1: lo worl

如您所见，如果一个非捕获组包含在一个捕获组中，则该捕获组将捕获与非捕获组匹配的字符。

它们的用途是什么？

非捕获组的目的不是从其他捕获组中排除内容，而是作为一种在不捕获的情况下对操作进行分组的方式。

例如，如果你想重复一个子字符串，你可以写成(?:substring)*。

如何解决我的实际问题？

如果您真的想忽略嵌入的 \r 和 \n，您最好的选择是在第二步中将它们去除。你没有说你使用的是什么语言，但是与此 (Python) 等效的东西应该可以工作:

s = re.sub(r'[\r\n]', '', s)