一定数量的标签后的正则表达式匹配特定值

Question

在制表符分隔的文本文件中，我只想匹配第 24 个制表符之后包含“1”值的行。
现在，我的正则表达式似乎与我想要的匹配，但当行不匹配时中断。
你能帮我改进一下吗？

我的正则表达式:

/(?:.+?\t){24}1/  

示例输入:

INT E_63    0   0   u   Le  Le  DET:ART DET le  ??  ADJ SENT DET:ART NOM ADV    SENT DET NOM    1   ??  ??  ??  ??  ??  0   0   0   0   0   1   ??  ??  ??  ??  ??  ??  
INT E_63    0   0   u   Le  Le  DET:ART DET le  ??  ADJ SENT DET:ART NOM ADV    SENT DET NOM    1   ??  ??  ??  ??  ??  0   0   0   0   0   0   ??  ??  ??  ??  ??  ??  

(第一行应该匹配，第二行不匹配。)

Answer 1

当由于 catastrophic backtracking 而没有匹配项时，您的正则表达式将不起作用。作为 . 也匹配制表符。再加上嵌套量词组后有更多子模式，并且缺少 ^ anchor ，灾难性的回溯迫在眉睫。

你需要的是一个否定字符类 [^\t] 并将模式锚定在字符串的开头:

/^(?:[^\t]*\t){24}1/

参见 regex demo .

注意:要将 1 匹配为整个单词，您可以考虑在其后添加 \b，或者先行 (?!\S).

详细信息:

• ^ - 字符串的开始
• (?:[^\t]*\t){24} - 24 个序列
  • [^\t]* - 制表符以外的 0+ 个字符
  • \t - 制表符
• 1 - 1 字符。