正则表达式匹配某些字符组合而不匹配其他字符组合

Question

我需要一个正则表达式来匹配包含字母 A、B 或 C 的字符串(1)，但是如果一个字母直接在脱字符号（例如，A^）之后出现，则例外(2)。没有连续的脱字符，但是字母和数字可以以所有长度和组合的形式出现。理想情况下，正则表达式应该不使用前瞻语法，因为我想在 Awk 脚本中使用它。

43AA34C563B3545  :  no match
43A34C563^BC3545 :  no match
4334563^B3545    :  match (the only letter is after the caret)
3345664345^CCC0  :  no match
3345             :  match (no letters)

我可以相对容易地使用 ^ [^ABC] + $ 完成 #1，但当我尝试添加扩展时，例如， ^ [^ABC] + $ | ^ [0-9] * \ ^ D + [0-9] + $ 它失败了。

- Lechu

Answer 1

您可能会使用一种模式来匹配数字，并重复匹配^，后跟[ABC]之一和数字。

^[0-9]+(\^[ABC][0-9]+)*$

正则表达式演示

awk '/^[0-9]+(\^[ABC][0-9]+)*$/ {
  print $0
}

' file

输出

4334563^B3545
3345

或者一个版本，只匹配^B或只匹配数字：

^([0-9]*(\^[ABC][0-9]*)+|[0-9]+)$

正则表达式演示

- The fourth bird

Answer 2

您的匹配项由克拉和 [ABC] 或 数字组成：

^((\^[ABC])|\d)+$

查看实时演示。

如果您的正则表达式不支持\d（例如awk或sed），请将\d替换为[0-9]。

- Bohemian

---

很好。在进行了一些小修改后，帮助我将其效果翻倍：'^((^[ABC]+)|\d)+$'，它排除了跟在插入符后面的字母串，这正是我需要的！谢谢！ - Lechu

然而，在gawk/awk 5.1.0中使用\转义符会出现警告：warning: regexp escape sequence '\d' is not a known regexp operator。 - Lechu

@LechKaczmarczyk 如果你的工具不支持\d，请使用[0-9]代替... - Bohemian

@LechKaczmarczyk，在gawk中没有\d。请使用字符类：[[:digit:]]。 此外，我不知道您如何使用此正则表达式，但尽可能使用静态正则表达式-用/包围，而不是"-s： awk '/^((\^[ABC])|[[:digit:]])+$/' myFile - vgersh99

@vgersh99，肯定是[0-9]比[[:digit:]]更容易和简单。 - Bohemian