正则表达式先行查找以匹配第一组或第二组数字之前的所有内容

Question

VBA中的正则表达式。

我正在使用以下正则表达式来匹配4位数字组的第二次出现，如果只有一个组，则匹配第一组：

\b\d{4}\b(?!.+\b\d{4}\b)

现在，我需要做相反的事情：我需要匹配所有内容，直到出现第二个4位数组，或者如果只有一个，则匹配到第一组。 如果没有4位数字组，则捕获整个字符串。

这样就足够了。

但是，还有一条更可取的“加分”路线：如果存在一种方法来匹配所有内容，直到一个4位数字组，然后可选地跟随一些随机文本，但前提是后面没有其他4位数字组。 如果存在第二组4位数字，则捕获直到该组为止的所有内容（包括第一组和句号，但不包括逗号）。 如果没有组，则捕获所有内容。 如果该行以4位数字组开头，则不捕获任何内容。

我知道也可以（应该？）先行完成，但是我没有运气来弄清楚它们如何为此目的工作。

例子：

Input: String.String String 4444  
Capture: String.String String 4444

Input: String4444 8888 String  
Capture: String4444

Input: String String 444 . B, 8888
Capture: String String 444 . B

奖励情况：

Input: 8888 String  
Capture:   

Answer 1

直到第二个出现一个四位数的组为止，或者直到只有一个使用第一个组为止，直到第一个出现为止

^((?:.*?\d{4})?.*?)(?=\s*\b\d{4}\b)

演示版

---

根据下面的评论，使用此模式

^((?:.*?\d{4})?.*?(?=\s*\b\d{4}\b)|.*)

演示版

Answer 2

匹配除空格外的所有内容，直到最后出现一个4位数字的单词

您可以使用以下内容：

(?:(?! ).)+(?=.*\b\d{4}\b)

见演示

Answer 3

对于您的基本情况（由您标记为足够），这将起作用：

((?:(?!\d{4}).)*(?:\d{4})?(?:(?!\d{4}).)*)(?=\d{4})

如果需要，可以在内部用\\b填充每个\\d{4} 。

在此处查看演示。

Answer 4

您可以在VBA中使用此正则表达式捕获具有4位数字的行或其中没有4位数字的行：

^((?:.*?[0-9]{4})?.*?(?=\s*?[0-9]{4})|(?!.*[0-9]{4}).*)

参见demo ，它在VBA中应该可以正常工作。

正则表达式由2个选择组成： (?:.*?[0-9]{4})?.*?(?=\\s*?[0-9]{4})和(?!.*[0-9]{4}).* 。

(?:.*?[0-9]{4})?.*?(?=\\s*?[0-9]{4})匹配0个或更多（尽可能少）的字符0或1个字符序列，后跟一个4位数字，然后是可选的空格和4位数字。

(?!.*[0-9]{4}).*匹配内部没有4位数字的任意数量的字符。

请注意，仅匹配整数（不包括其他部分），您需要在[0-9]{4}模式（即\\b[0-9]{4}\\b ）周围添加\\b 。

Answer 5

如果有人感兴趣，我会作弊以完全解决我的问题。

基于此答案 （它解决了我的绝大多数数据集），我使用程序逻辑来捕获一些罕见的用例。 似乎很难获得一个正则表达式来涵盖所有情况，因此这似乎是一个可行的选择。

问题在这里说明。

该代码还不是防弹的，但这是要点：

Function cRegEx (str As String) As String

Dim rExp As Object, rMatch As Object, regP As String, strL() As String
regP = "^((?:.*?[0-9]{4})?.*?(?:(?=\s*[0-9]{4})|(?:(?!\d{4}).)*)|(?!.*[0-9]{4}).*)"

' Encountered two use-cases that weren't easily solvable with regex, due to the already complex pattern(s).
' Split str if we encounter a comma and only keep the first part - this way we don't have to solve this case in the regex.
If InStr(str, ",") <> 0 Then
    strL = Split(str, ",")
    str = strL(0)
End If

' If str starts with a 4-digit group, return an empty string.
If cRegExNum(str) = False Then
    Set rExp = CreateObject("vbscript.regexp")
    With rExp
        .Global = False
        .MultiLine = False
        .IgnoreCase = True
        .Pattern = regP
    End With

    Set rMatch = rExp.Execute(str)
    If rMatch.Count > 0 Then
        cRegEx = rMatch(0)
    Else
        cRegEx = ""
    End If
Else
    cRegEx = ""
End If
End Function


Function cRegExNum (str As String) As Boolean
' Does the string start with 4 non-whitespaced integers?
' Return true if it does
Dim rExp As Object, rMatch As Object, regP As String
regP = "^\d{4}"

Set rExp = CreateObject("vbscript.regexp")
With rExp
    .Global = False
    .MultiLine = False
    .IgnoreCase = True
    .Pattern = regP
End With

Set rMatch = rExp.Execute(str)
If rMatch.Count > 0 Then
    cRegExNum = True
Else
    cRegExNum = False
End If
End Function