正则表达式 选择在模式中找不到的组

Question

我一直在查看有关正则表达式的各种主题，他们都说要找到反转(选择所有不符合条件的)，您只需使用 [^] 语法或负前瞻。

我已经尝试在我的正则表达式上使用这两种方法，但结果不够充分，尤其是 [^] 似乎按字面意思理解其所有内容(即使在转义时)。

我需要这个的目的:

我有一个带有 SQL 转储的大量 SQL 行，我试图删除除行 ID 之外的所有字符以及一列的数值。

我的正则表达式可以准确匹配我正在寻找的内容；我需要做的是反转这个匹配，这样我就可以删除 IDE 中的所有不匹配部分。

我的正则表达式:

/(\),\(\d{1,4},)|(,\d{10},)/

这与“),(<number upto 4 digits>, ”或“,<number of ten digits>, ”匹配。

主题

我的主题是 SQL 转储的 500Kb 行，看起来像这样(我已经在之前的简单查找/替换中删除了 a-z 和其他不需要的字符):

),(39,' ',1,'01761472100','@','9    ','20',1237213277,0,1237215419,''),(40,' ',3,'01445731203','@',' ','-','22 2','210410//816',1237225423,0,1484651768,''),(4270,' / 

我的目标是使用正则表达式来实现以下输出:

),(39,,1237213277,,1237215419,),(40,,1237225423,,1484651768,),(4270,

然后我可以再次查看并轻松删除重复内容，例如逗号。

---

我已阅读 that Negation in Regex is tricky ，那么，使我制作的正则表达式反转的语法是什么？删除所有不匹配的组？您可以推荐什么方法来解决这个问题，而无需花费数小时手动阅读这些行？

Answer 1

您可以使用非常有用的 (*SKIP)(?!) (=(*SKIP)(*F) 或 (*SKIP)( *FAIL)) 在 PCRE 中构造以匹配您知道的这些文本，然后跳过并匹配要删除的所有其他文本:

/(?:\),\(\d{1,4},|,\d{10},)(*SKIP)(?!)|./s

请参阅regex demo

详细信息:

• (?:\),\(\d{1,4},|,\d{10},) - 匹配 2 个选项中的 1 个:
  • \),\(\d{1,4}, - ),(，然后是 1 到 4 位数字，然后是 ,
  • | - 或
  • ,\d{10}, - 一个逗号，10 位数字，一个逗号
• (*SKIP)(?!) - 忽略匹配的文本并继续下一个匹配
• | - 或
• . - 任何字符(因为 /s DOTALL 修饰符被传递给正则表达式)

同样可以用

来完成

/(\),\(\d{1,4},|,\d{10},)?./s

并替换为 $1 反向引用(因为我们需要放回使用我们需要保留的模式捕获的文本)，请参阅 another regex demo .