提问人：Oblomov 提问时间：10/20/2023 最后编辑：Oblomov 更新时间：10/20/2023 访问量：55
根据特定模式对标签进行分组
Grouping tags based on a specific pattern
问：
像这样的文本片段
04040p0015 宏驱动对象 / 宏 DO SERVO， VECTOR， HLA， SERVO_AC， VECTOR_AC， SERVO_I_AC， VECTOR_I_AC， A_INF， S_INF， R_INF， B_INF， TM31， TM15DI_DO， TM120， TM150，
必须解析为四组
- 04040
- 编号：P0015
- 宏驱动器对象 / 宏 DO
- 伺服、矢量、HLA、SERVO_AC、VECTOR_AC、SERVO_I_AC、VECTOR_I_AC、A_INF、S_INF、 R_INF、B_INF、TM31、TM15DI_DO、TM120、TM150、
其中第一组和第二组表示不同类型的 ID，第 3 组表示标题，第 4 组包含由 2 个或多个大写字母组成的标记，后跟 none 或 one _ ，后跟无或多个大写字母，后跟逗号。
([0-9]+)([rp][0-9]{4,})(.*)([A-Z]{2,}_?[A-Z,0-9]{2,},)
返回
- 04040
- 编号：P0015
- 宏驱动对象 / 宏 DO SERVO， VECTOR， HLA， SERVO_AC， VECTOR_AC， SERVO_I_AC， VECTOR_I_AC， A_INF， S_INF， R_INF， B_INF， TM31， TM15DI_DO， TM120，
- TM150型，
也就是说，它正确地获得了前两组，但未能正确地分离后两组。
正则表达式有什么问题？
答：
1赞
anubhava
10/20/2023
#1
您可以使用此正则表达式来获得所需的 4 个捕获组：
(\d+)([rp]\d{4,})(.*?)\s+((?:[A-Z]\w+,\s+)+)
正则表达式详细信息：
(\d+)：第 1 组捕获 1+ 位数字([rp]\d{4,})：第 2 组匹配以 4+ 数字开头或后跟的文本rp(.*?)：第 3 组匹配并捕获 0 个或多个任何字符（懒惰）\s+： 1+ 空格((?:[A-Z]\w+,\s+)+)：第 4 组匹配和捕获以大写字母开头的单词，后跟逗号和 1+ 个空格
评论
0赞
anubhava
10/24/2023
您可以只使用：(\d+)([rp]\d{4,5}(?:\[0\.{3}[n,\d]+\])?)(.*?)\s+((?:[A-Z,0-9,_]+,?\s+)+)(.*)
评论