正则表达式抓取两个特定字符串之间的文本

Question

假设我有电话

“敏捷的棕色狐狸跳过了懒狗”

我想抓取“brown”和“over”之间的所有内容，其中边界词也可能是其他词的子串。所以我试图告诉正则表达式类似的事情

“抓取此行中从字符串 brown 开始的所有内容，直到找到字符串 over”

所以我就这么做了

棕色[^("over")]*

但结果是brown f，因为“fox”包含“o”，而“o”又包含在“over”中。

我只是找不到解决方案，所以我希望你能提供帮助。

Answer 1

好吧，要真正匹配两个子字符串之间的任何内容(其中尾随部分必须是最左边的匹配，即最接近前导子字符串)，可以在展开的帮助下最好地实现-循环方法，涉及使用否定字符类(有时，具有前瞻功能)。

以下是适合您情况的一个:

\bbrown\b[^o]*(?:o(?!ver\b)[^o]*)*\bover\b

请参阅regex demo

请注意，基本上这个表达式与 (?s)\bbrown\b.*?\bover\b 同义，其中 .*? 匹配 0 个或更多任意字符，但尽可能少地返回有效匹配。然而，它涉及的回溯要少得多，因为它是线性的。

展开的惰性匹配在这里变成了 [^o]*(?:o(?!ver\b)[^o]*)* 。否定字符类 [^o] 匹配除 o 之外的任何字符。因此，我们不必担心匹配换行符。

\b 单词边界有助于仅匹配整个单词。 如果不需要整个单词匹配，只需从模式中删除所有 \b 即可。

这是我的正则表达式分割:

• \bbrown\b - 匹配整个单词 brown
• [^o]* - 除 o 之外的 0 个或多个字符
• (?:o(?!ver\b)[^o]*)* - 0 个或多个后面不跟 的 o 序列ver ((?!ver\b)) 后跟除 o 之外的 0 个或多个字符 ([^o]*)
• \bover\b - 匹配整个单词over。