正则表达式：仅返回给定单词后单词的第一个匹配项

Question

我有一个测试字符串“apple search from here apple, banana, apple”。 和以下正则表达式(?i)(?<=search from here\s)(\bapple|banana|orange\b)(\s+(\bapple|banana|orange\b))*我只得到一个匹配项对于苹果的第一次出现。 请参阅https://regex101.com/r/EQin6O/1如何在“从此处搜索”文本后匹配每次出现的 apple？

Answer 1

那应该做的工作：

(?:\G(?!\A)|search from here ).*?\K(apple|banana|orange)

看到这个https://regex101.com/r/q3FGoD/1

一步步：

• \G - 断言我们处于上一个匹配项的开头或字符串的开头
• (?!\A) - 字符串开头的负前瞻 - 这有助于我们省略\G中字符串的开头
• |search from here - 或者从这里search from here字符串 - 为我们提供了第一个匹配项
• .*? - 允许search from here捕获的组(apple|banana|orange)之间的任何字符
• \K省略之前的匹配项
• (apple|banana|orange) - 最终捕获与给定单词之一匹配的匹配项

Answer 2

最终解决方案涉及两个单独的正则表达式搜索，请参见下文。

最初，您只有 1 个匹配项，因为只有一个“苹果”紧接在“从此处搜索”之前。 此外，原始模式的 rest 匹配零次，因为苹果后面是逗号而不是空格。 因此，您与 1 个小组进行了 1 场比赛。

一种可能性是使用捕获组。 如果在\s+之前插入一个逗号，以便模式中的逗号吸收主题字符串中的逗号，那么您将获得最后一个捕获组中的第二个苹果。 我还会在逗号前插入?:以避免不必要的捕获：

(?i)(?<=search from here\s)(apple|banana|orange)(?:,\s+(apple|banana|orange))*

现在整个列表有 1 个匹配项，有 2 个苹果组。 但是请注意，重复捕获组仅存储最后一个匹配项，因此不会存储“banana”。 虽然它与第 2 组匹配，但后来被最后一个“苹果”覆盖。 我们可以重写省略量词*的模式：

(?i)(?<=search from here\s)(apple|banana|orange)(?:,\s+(\g'1'))?(?:,\s+(\g'1'))?(?:,\s+(\g'1'))?(?:,\s+(\g'1'))?

为避免代码重复， \g'1'用于表示与第一个捕获组中给出的表达式相同的表达式（即“apple|banana|orange”）。 现在你有 1 个匹配（这里最多 5 个）组的所有水果。 但仍然不是多场比赛。

如果您想要多个匹配项，每个匹配项对应于某处（不一定立即）前面有“从此处搜索”的每个水果，这将需要一个可变长度的后视断言，这是不允许的。 我宁愿建议将问题拆分为两个单独的正则表达式搜索：

1. 模式(?i)(?<=search from here\s).*匹配有趣的测试文本的后半部分：“apple, banana, apple”。
2. 在步骤 1 的结果上应用g （全局）修饰符的模式(?i)\b(?:apple|banana|orange)\b将产生“apple”、“banana”和“apple”。

PHP 中的 MWE：

<?php
$subject = 'apple search from here apple, banana, apple.';
preg_match('/(?<=search from here\s).*/i', $subject, $new_subjects)
  and preg_match_all('/\b(?:apple|banana|orange)\b/i', $new_subjects[0], $result)
  and var_dump($result);

javascript 中的 MWE：

subject = "apple search from here apple, banana, apple.";
new_subjects = subject.match(/(?<=search from here\s).*/i);
result = new_subjects[0].match(/\b(?:apple|banana|orange)\b/ig);
console.log(result);