2

我想识别一个字符串，例如：

a = 'KI83949 anythingHere 900.00 1 900.00'

字符串由三部分组成：

index part is the string before the first space 
- 'KI83949'

可以是任何东西，而且在大多数情况下，它是字符+数字。

string between a[0] and the first floating number 
with two decimal points is the seconde part
-'anything here'

可以是任何东西

starting with the 2-decimal-point floating number is the last part
-'900.00 1 900.00'

可以是

'900.00' or '900.00 1 1003.00' or '900.00 100.00'
float or float+int+float or float+float

这里的数字会改变。对于整个字符串，数字部分始终存在，而前两个部分可能不存在。我正在尝试从数千个其他字符串中过滤出具有上述特征的字符串。我尝试了几种方法来表达这一点，但仍然失败。对不起，我的正则表达式知识很差。最接近的镜头如下：

'.*\s?[\d.]+(\s\d)?[\s\d.]+$'

但是，它将返回类似“TS90190”或“80 thda 4318”的内容。在这上面花了几个小时之后，现在它让我发疯了。有人可以帮我吗？

4

1 回答 1

2

.*是贪婪的——它会尝试尽可能多地匹配，即多于第一个单词，这可能是您发现意外结果的主要原因。首先，您可以通过添加问号来使其不贪心，例如 .*?。

但是，更严格的方法是只匹配非空格字符开始：

^[^\s]+

开头的^称为anchor，并断言匹配从字符串的开头（或行，在多行模式下）开始。

让我们看看接下来会发生什么。你想匹配第一个浮点数，对吗？听起来我们需要某种非贪婪的量词！

^[^\s]+\s+(.*?)\d+\.\d\d

在某些情况下，上述内容可能会出现问题，目前可能有点过于复杂，无法以您的水平进行解释。但是，如果您知道您的语言或实现支持前瞻断言，那么这将更加健壮：

^[^\s]+\s+(.(?!\d+\.\d\d))+

这样做是匹配每个字符.，只要它后面没有（这就是所谓的否定前瞻断言的部分）一个浮点数。

于 2013-10-24T06:25:51.533 回答