正则表达式：如果字符串包含特定模式，则捕获句子

Question

我希望从一个字符串中捕获三个子字符串，这些子字符串必须包含以下三个模式：

1. 生日（所有数字都是yyyymmdd格式）
2. ID号码（以字符开头，后跟数字）
3. 全名

如果这三个子字符串模式不可用，则返回无匹配项。

模式示例：

XD079523 ALFRED ROMEO 19830311
ALFRED BETA GAMMA 19830311 AD929523
BETA FERNANDEZ AS079523 19830311
19830311 BETA MAX  AS079523
KK079523 19830311 ANGEL MARINA VINES
19830121 BX079523 VINCENT EVERHART

我已经尝试了以下正则表达式：

/(?=.*\b([a-z]{1,2}\d+)\b)(?=.*\b(\d+)\b)(?=.*((?:\b[a-z]+\b\s*)+)).+/mi

测试：https://regex101.com/r/iypQuC/1

使用上述模式，我可以成功捕获生日和身份证号码，但不是姓名的全名。该模式只会捕获全名中的最后一个单词。

对此有什么建议吗？

谢谢。

- RYT

Answer 1

显然问题出在(?=.*((?:\b[a-z]+\b\s*)+))中的贪婪性。您可以通过在它后面加上?来使吞掉所需单词的.*变得懒惰。我还建议重构该部分以获得更好的准确性：

^(?=.*?\b([a-z]{1,2}\d+)\b)(?=.*?\b(\d+)\b)(?=.*?\b([a-z]+(?:\h+[a-z]+)*)\b).+

• 进一步将所有的 .* 改为惰性匹配 .*? （也是为了更好的性能）
• 添加了 ^ 锚点，仅在开头触发先行断言

请查看更新后的regex101演示

- bobble bubble

---

谢谢。我确实需要重新学习"贪婪度"。 - RYT