我需要编写一个正则表达式，这让我很困惑。基本上，我有一列包含如下数值的数据：
ACME Corp 123
Corp 742 ACME
Random Text
Broadway 1785 FB
我想要做的是查找术语ACME和BROADWAY。如果两者都存在，则只保留它们。如果两者都不存在，则保留整个字符串。因此，该列将变为：
ACME
ACME
Random Text
Broadway
那样说你明白了吗？
正则表达式IF THEN ELSE语句
12
- Domo Dan
5
4个回答
24
简述
这个问题曾经让我感到困惑。我相信仅使用正则表达式并不是解决这个问题的最佳方法，但以下是解决方案。
代码
正则表达式
^.*?((?(?=.*?(\b(?:broadway|acme)\b).*?)\2|.*)).*?$
替换
下面是第一个分组。您可以从匹配数组中收集第一个分组变量，但如果想要替换，可以使用以下方法。
$1
结果
注意：我添加了另一个字符串作为测试，以确保如果任一单词放在行中间，它仍然能够捕获。
输入
ACME Corp 123
Corp 742 ACME
Some ACME some
Random Text
Broadway 1785 FB
输出
ACME
ACME
ACME
Random Text
Broadway
说明
使用不区分大小写的标记i和多行标记m：
^断言位于行的开头.*?匹配任意数量的任意字符，但尽可能少地匹配((?(?=.*?(\b(?:broadway|acme)\b).*?)\2|.*))分解成以下部分()捕获以下内容(?(?=...))if/else语句(?=.*?(\b(?:broadway|acme)\b).*?)正向先行断言以匹配以下内容.*?任意数量的任意字符，但尽可能少地匹配(...)将以下内容捕获到捕获组2中\b(?:broadway|acme)\b单词边界，后跟broadway或acme，再后跟单词边界.*?任意数量的任意字符，但尽可能少地匹配
\2如果if / else语句为true（它匹配上述内容），则捕获该组（如上所述）-即只有broadway或acme.*如果if/else语句为false，则匹配任意数量的任意字符
.*?匹配任意数量的任意字符，但尽可能少地匹配$断言位于行的结尾
—-
更新
由于我的答案引起了相当多的关注，我想我应该修改一下。不确定关注的是正则表达式中的if / else还是与OP的样本输入相关。
if/else
我应该提到正则表达式if/else的一般格式如下（仅某些正则表达式引擎支持此标记）：
(?(?=condition)x|y)
替代方案
由于正则表达式中的if/else并不支持所有语言，您可能需要使用一些变通方法：
# optional group, fallback to match all (x?y)
^(?:.*?\b(broadway|acme)\b)?.*
# alternation (x||y)
^(?:.*?\b(broadway|acme)\b|.*)
# tempered greedy token alternation
^(?:(?!\b(?:broadway|acme)\b).|(broadway|acme))+
# same as above reusing capture group 1’s definition
^(?:(?!\b(broadway|acme)\b).|((?1)))+
- ctwheels
1
3美妙的方法。很高兴知道有人可以教我们一些技巧。 :) - wp78de
4
一个可以解决这个问题的正则表达式是：
请查看示例1。
^(?(?=(acme|broadway))\1|[\w\s])+?$
为什么这样就足够了呢？如果你的输入字符串中包含acme或者broadway，那么第一组将会捕获这个值。如果第一组为空，则完整匹配就是你的结果。
分解：
^(? # start conditional
(?= # lookahead for position before
( # group 1 start
acme|broadway # either "acme" or "broadway"
) # group 1 end
)
\1 # if found, then match group 1
| # else
[\w\s] # read a word char or space
)+?$ # do this over and over again, non-greedy
请查看示例1。
- Marc Lambrichs
3
1不是。仔细看看。或者看看这个链接：https://regex101.com/r/6KZ81f/3 - Marc Lambrichs
你的正则表达式似乎无效。 - Alexandru R
1可以再提供一些上下文吗？如果您认为正则表达式无效，我建议检查链接。如果您的陈述是“这并没有回答OP的问题”，请解释您的想法。 - Marc Lambrichs
2
不使用前瞻断言的另一种解决方案
^.*(ACME|Broadway).*$
说明：
^ # beginning of the string
.* # match any character any number of times
( # start of capture group
ACME|Broadway # if the input string has ACME or Broadway capture in the memory($1)
) # end of the capture group
.* # match any character any number of times
$ # end of the string
https://regex101.com/r/mDCL5g/1
此外，您可以在Javascript中使用相同的正则表达式，如下所示
'ACME Corp 123'.replace(/^.*(ACME|Broadway).*$/, '$1'); // ACME
'Corp 742 ACME'.replace(/^.*(ACME|Broadway).*$/, '$1'); // ACME
'Random Text'.replace(/^.*(ACME|Broadway).*$/, '$1'); // Random Text
'Broadway 1785 FB'.replace(/^.*(ACME|Broadway).*$/, '$1'); // Broadway
- SridharKritha
1
这里是另一次尝试：
正如Marc指出的那样，我的方法的优点在于它不需要高级功能，这些功能并非所有正则表达式引擎都支持。
然而，作为第三个正则表达式中使用的条件正则表达式并不是到处都可用的。
(?:^.*)(ACME)(?:.*$)?|(?:^.*)(Broadway)(?:.*$)|^.*$
并且正则表达式正在使用的代码。
这个解决方案与Marc Lambrichs的解决方案相似，但使用了两个捕获组（这可能更糟糕——但这取决于您的需求）。如果两个组中没有一个匹配，您将在完整匹配中找到随机文本。
如果您不喜欢第二个捕获组，可以尝试这个：
(?:^.*?)(ACME|Broadway)(?:.*$)?|^.*?$
或者，如果您想像ctwheels的解决方案一样将所有内容放在$1中：
(?(?=(?:^.*?)?(ACME|Broadway)(?:.*$)?)\1|(^.*?$))
正如Marc指出的那样，我的方法的优点在于它不需要高级功能，这些功能并非所有正则表达式引擎都支持。
然而，作为第三个正则表达式中使用的条件正则表达式并不是到处都可用的。
- wp78de
2
是的，情况变得更糟了。因为现在你必须检查第一组和第二组，才能知道是否没有匹配。在所有情况下都是如此。 - Marc Lambrichs
正如我所说，虽然我本可以进行调整，但由于我们没有收到原始问题提出者的回应，我觉得这样做是没有意义的。 - wp78de
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
if、elif和else语句，而不是正则表达式，那么这将会更容易。你需要使用纯正则表达式的特定原因是什么？你的代码是用哪种语言编写的？ - Davy Mif 'ACME' in 'ACME Corp 123'... - blacksite