[技巧]正则表达式万能公式应用实例：在一个字符串内按分隔符提取不重复项

ggmmlol

dgenson 发表于 2019-7-12 13:10
大师太牛了，你这短短10几个字符我研究了几天还没弄懂，现向您请教几个问题，见下图，
1.在替换时用$2$3 ...

第一个Item中有四个银行，是因为这个表达式的前面有".*?"，这一部分匹配了前3个银行。如下图所示。

注意，使用正则的Execute方法，只需要用匹配目标字符的表达式(eXp)就可以了，因此，如果是Execute方法，则不要加上".*?"
而要使用正则的Replace方法，那么，正则表达式需要完整匹配整个源字符，因此，它的万能公式就是:
.*?(eXp)|.+
它的意义就是：每一个源字符串，都可以看做是由若干段组成，其中每一段的开始位置有若干个非目标字符(由.*?匹配），然后是目标字符，由捕获分组(eXp)取得；而eXp不可能总是恰好匹配到源字符的结束位置，这时，剩余的若干个字符由分支选择中优先级较低的"|.+"来负责包圆儿匹配。

因此，正则的Replace方法，就是要让源字符串中的每一个字符都被正则表达式所匹配，而在表达式中，根据目标字符的特点，使用捕获与非捕获来进行取舍。

ggmmlol

dgenson 发表于 2019-7-12 13:10
大师太牛了，你这短短10几个字符我研究了几天还没弄懂，现向您请教几个问题，见下图，
1.在替换时用$2$3 ...

另外，关于$3的捕获内容为空的问题，这是正则表达式的Execute方法和Replace方法匹配结果上面存在细微的区别：

本例中，表达式"(^|；)([^；]+)(?=；*$|(；))(?!.*；\2(；|$))"有4个捕获分组，但是第3个和第4个捕获分组，都分别嵌套在一个“零宽断言”的分组里，这种情况下，Execute方法得到的内容受零宽断言的限制，总是修正为空字串；而Replace方法则会在每个匹配成功瞬时不做任何修正地应用匹配的内容。

zhanglei1371

LZ您好，想知道这两个式子中，红色部分的使用情况，因为发现删除之后对结果也没有影响。
那么，有没有一种情况，必须使用后面的红色部分，删除后结果立马和原来不同？

ggmmlol

zhanglei1371 发表于 2019-7-24 22:09
LZ您好，想知道这两个式子中，红色部分的使用情况，因为发现删除之后对结果也没有影响。
那么，有没有一种 ...

第1个表达式中，开始位置的"；+$|"与末尾的"|.+"在本例中是等效的，因此可以去掉一个。前面的帖子里已经解释过。
第2个表达式中，"|^；+"的作用已经隐含于它前面的分支表达式中，也是可以去除的。但后面的"|；+?(；|$)"不应去除，否则，当源字符串的中间有连续2个以上的"；"或末尾出现"；"时，所得结果的中间或结尾也会有多余的分号。

ggmmlol

此外，对比两个公式，可以看出：
公式一可以完美去除多余的分隔符，而公式二的结果中，有一些的开始位置会有一个多余的分号。
这是因为公式一，是采用捕获目标项字符和分隔符的方法，可以灵活地捕获需要的分隔符。
而公式二，是采用的删除非目标项和分隔符的方法，但为了避免分界不准确而删除了过多的内容，它需要在保留项的字符前面保留有至少一个分隔（一个分号或字符的开始位置），当第一个保留项不是恰好在源字符串的开始位置出现时，它前面必须有一个分隔符分号要保留下来。

小花鹿

简单问题复杂化，只买贵的，不买对的

山菊花

正则表达式应用很广,它灵活度高的查找方式被人们喜爱，正则表达式又是一种独立的语言，它有自己独立的规则，这种规则如魔如幻、高深莫测。论坛中有不少正则表达式的启蒙帖，在正则表达式实际运用的帖子中，不乏用得好用得妙的案例，但如本帖一样能把思路解析得如此明白的，不多见，让人知其然，更知其所以然。按分隔符提取不重复项，不少人还是愿意使用Split()，但有一群人，将会从本帖开始，对正则表达式产生强烈的兴趣，找到学习、研究正则表达式的方向和方法，在此，我代表受益于本帖的人向ggmmlol表示感谢。

polo1523-

精品果然是理解不了.....

fsq119

ggmmlol 发表于 2019-7-5 21:41
按我提出的正则表达式万能公式：.*?(eXp)|.+
这里的eXp是一个正则表达式变量，在本例中，它需要直接匹配 ...

(?=；*$|(；))用的好！

胖大鑫

牛，太强了啊