java.util.regex 匹配表达式之前的任何内容

Question

我尝试按数字类型标记以下片段:

"(0-22) 222-33-44, 222-555-666, tel./.fax (111-222-333) 22-33-44 UK, TEL/faks: 000-333-444, fax: 333-444-555, tel: 555-666-888"

和

"tel: 555-666-888, tel./fax (111-222-333) 22-33-44 UK"

和

"fax (111-222-333) 22-33-44 UK, TEL/faks: 000-333-444, fax: 333-444-555"

等等。

其概念是，这可以是“tel/faks”和其后的“tel/fax 号码”的任意组合，或者只是字符串开头的“tel/fax 号码”。

我做这个:

"(?:.(?!((tel|fax|faks)[ /:.]+)+))++"

在示例 1 中，但在 find() 之后它返回:(字符“_”是我添加的)

_(0-22) 222-33-44, 222-555-666,_
_电话./_
_传真 (111-222-333) 22-33-44 英国，_
_电话_
_FAKS:000-333-444，_
_传真:333-444-555_

似乎我在每个组中丢失了一个字符，并且诸如“TEL/faks”之类的组合类型被拆分。我还需要抓取(如果存在，如果不存在则默认号码是电话)以供将来处理。

如何摆脱这个问题？

ps。我使用:不区分大小写

Answer 1

你的正则表达式的意思(大致):

(?:                                 Match a group consisting of:
   .                                  any character
   (?!                                that is not followed by
      ((tel|fax|faks)[ /:.]+)+))      "tel" or "fax" or "fakx", followed by at least one
                                              punctuation character from [ /:.]
                                +   (multiple times)

这就是为什么你会在“Tel”、“Fax”等之前缺少一个字符 - 因为你的正则表达式表示永远不会匹配“Tel”、“Fax”等之前的字符。

这也是“Tel./.faks:”被分割的原因 - 因为最后一个“.”出现在“fax”之前，因此不会匹配。

我建议构造两个匹配的正则表达式:

A - a telephone number (parens, digits, commas, spaces), with at least one digit
B - a telephone/fax designation ("fax", "faks", "tel", punctuation)

然后搜索匹配的字符串

B*A+