regex - 我可以使用正则表达式匹配粗体文本吗？

Question

我有一个文本打击，我想匹配所有粗体文本。因此，在不依赖前缀(即序列号)的情况下，我可以使用正则表达式仅匹配粗体字符吗？

Spalding, K.L.、Buchholz, B.A.、Bergman, L.E.、Druid, H.、Frisén, J.:法医:核试验写在 dentry 上的时代。自然437(7057)(2005)333–334

Lovecraft, H.P.:HP Lovecraft:故事:故事。美国图书馆(2005)

Duncan, R.:并行计算机体系结构调查。计算机 23(2) (1990) 5–16

Santos, N.、Hoshino, Y.:轮状病毒血清型/基因型的全局分布及其对有效轮状病毒疫苗开发和实现的影响。医学病毒学综述 15(1) (2005) 29–56

腹泻，R.:轮状病毒和其他病毒性腹泻。世界卫生组织公报 58(2) (1980) 183–198

Barton, T.:权力与知识:罗马帝国时期的占星学、面相学和医学。密歇根大学出版社(2002)

Gauquelin, M.:宇宙钟:从占星学到现代科学。 H. Regnery 公司 (1967)

Answer 1

您可以创建一个正则表达式，将作者分为第一组:

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

说明:

• (?:...)是一个非捕获组
• ^是行开始
• \d+\.匹配另外一个数字、一个点和一个空格
• (...)是一个捕获组
• [^:]*匹配除冒号之外的所有内容

如果您想确保仅匹配正确的行，您可以在正则表达式的末尾添加前瞻:(?=:) 。所以正则表达式将是 ^(?:\d+\. )([^:]*)(?=:)

演示 here .

这种方法很好，因为它适用于任意数量的数字。另一方面，这正是我们不能使用lookbehinds的原因。

如果您愿意做出假设，即开头可以有 1..4 位数字，那么您可以使用:

((?<=^\d{1}. )|(?<=^\d{2}. )|(?<=^\d{3}. )|(?<=^\d{4}. ))([^:]*)(?=:)

说明:

• (?<=^\d{3}. )是从行首开始的 3 位数字的固定长度lookbehind
• (...|...|...)用于替代的、固定长度的lookbehind。我知道有点冗长。然而，后视不是匹配的一部分。
• ([^:]*)匹配并捕获非冒号字符
• (?=:)冒号的前瞻。所以我们只匹配正确的行，但不捕获冒号

演示 here .

更新

为了只匹配第一作者，我们需要做一些小小的改变:捕获组应该是 ([^:,]*,[^:,]*) ，完成该行的前瞻应该是 (?=[:,]) 。这就是捕获器正则表达式的样子:

^(?:\d+\. )([^:,]*,[^:,]*)(?=[:,])

演示 here .

这就是lookbehinds的样子:

((?<=^\d{1}. )|(?<=^\d{2}. )|(?<=^\d{3}. )|(?<=^\d{4}. ))([^:,]*,[^:,]*)(?=[:,])

演示 here .

说明:[^:,]*,[^:,]*是匹配作者的技巧。每个作者的名字中只有一个逗号，因此我们使用负字符类零次或多次:[^:,]* ，然后匹配一个逗号，并且它们相同的负字符类零次或多次。

你会发现仍然有一些异常(exception)，例如在