如何使用正则表达式从字符串中获取不同类型的值？

Question

19y.o. (Jun 24, 1987) 5'7" 148lbs
33y.o. (Jun 24, 1987) 5'7" 159lbs
21y.o. (Dec 3, 1998) 5'6" 143lbs

我正在尝试过去两个小时的 regex101 我想从字符串中获取以下信息。

{
  age: 19,
  dob: Jun 24, 1987,
  height: 5'7",
  weight: 148
}
{
  age: 33,
  dob: Jun 24, 1987,
  height: 5'7",
  weight: 159
}
{
  age: 21,
  dob: Dec 3, 1998,
  height: 5'6",
  weight: 143
}

我试过^\dy$(?:...)但我无法接近我想要的。 真的需要一些帮助和解释如何从单个字符串中获取 4 种不同类型的信息。

Answer 1

您可以使用 4 个捕获组来获取单独的数据

^(\d+)[^()]*\(([^()]+)\)\s+(\d+'\d+")\s+(\d+)lbs$

• ^字符串开头
• (\d+)捕获组 1 1+ 位
• [^()]*\(匹配除(和)以外的任何字符 0+ 次并匹配(
• ([^()]+)捕获组 2 1+ 次除(和)以外的任何字符
• \)\s+匹配)和 1+ 个空白字符
• (\d+'\d+")\s+捕获组 3 1+ 数字' 1+ 数字和"后跟匹配 1+ 空白字符
• (\d+)lbs捕获组 4 1+ 数字后跟匹配的lbs
• $字符串结尾

正则表达式演示

或者更具体的日期格式部分：

^(\d+)[^()]*\(([A-Z][a-z]{2}\s+(?:[1-9]|[12]\d|3[01]),\s+\d{4})\)\s+(\d+'\d+")\s+(\d+)lbs$

正则表达式演示

没有标记语言，但例如在 Javascript 中：

 const regex = /^(\d+)[^()]*\(([^()]+)\)\s+(\d+'\d+")\s+(\d+)lbs$/m; [ `19y.o. (Jun 24, 1987) 5'7" 148lbs`, `33y.o. (Jun 24, 1987) 5'7" 159lbs`, `21y.o. (Dec 3, 1998) 5'6" 143lbs` ].forEach(s => { const match = s.match(regex); if (match) { const result = { age: match[1], dob: match[2], height: match[3], weight: match[4] } console.log(result); } })

或者使用命名的捕获组：

 const regex = /^(?<age>\d+)[^()]*\((?<dob>[AZ][az]{2}\s+(?:[1-9]|[12]\d|3[01]),\s+\d{4})\)\s+(?<height>\d+'\d+")\s+(?<weight>\d+)lbs$/m; [ `19y.o. (Jun 24, 1987) 5'7" 148lbs`, `33y.o. (Jun 24, 1987) 5'7" 159lbs`, `21y.o. (Dec 3, 1998) 5'6" 143lbs` ].forEach(s => { const match = s.match(regex); if (match) { console.log(match.groups); } })

Answer 2

如果你使用这个表达式：

^(\d{2})[^\(]+\((.+)\) (\d'\d") (\d+lbs)$

匹配组的值如下：

0: 19y.o. (Jun 24, 1987) 5'7" 148lbs
1: 19
2: Jun 24, 1987
3: 5'7"
4: 148lbs

这个特定测试字符串的一个问题是它同时包含单引号和双引号，这使得在我熟悉的大多数编程语言中定义字符串文字变得很棘手。 这就是它在 Python 中的样子。

import re

test = r"19y.o. (Jun 24, 1987) 5'7" + r'" 148lbs'
expr = r"^(\d{2})[^\(]+\((.+)\) (\d'\d" + r'") (\d+lbs)$'
match = re.match(expr, test)
for g in match.groups():
    print(g)