如何解决Notepad ++上的正则表达式混淆
我的文档中有这些类型的字符串
<year of publication: 2007>
<कुम्भ-कारस्य>U
我的目标是为文档中的第一种行添加书签。
我使用以下正则表达式 (?<=\<)([a-z]+?)(?<=\>)
然而,这最终也选择了第二个字符串中的 U。我能修复什么?这是在记事本++上
解决方法
简单地说,您需要在正则表达式模式的右侧使用积极的前瞻,而不是后视:
(?<=<)([a-z]+?)(?=>)
^^^ change is here
请注意,如果您更一般地只想匹配标签内容,您可以使用:
<(.*?)>
然后访问第一个捕获组。
,您遇到的问题是由于您使用了 \<
和 \>
,前导和尾随字边界,而不是 <
和 { {1}}、尖括号模式。 >
字母匹配,因为
- 您已将 Match Case 选项设为 OFF 并且
-
U
和\<
是词边界,\>
前面是U
,后面没有字符字符,即它被词边界位置包围。
如果你想用像 >
这样的模式匹配行,你可以使用
<[LOWERCASE_WORD](optional lowercase words)?: [DIGITS]>
参见regex demo。
详情
-
(?-i)<[a-z]+(?:\h+[a-z]+)*:\h*\d+>
- 模式现在区分大小写 -
(?-i)
-<
字符 -
<
- 一个或多个 ASCII 字母 -
[a-z]+
- 一个或多个水平空白和一个或多个小写 ASCII 字母的零次或多次重复 -
(?:\h+[a-z]+)*
- 一个冒号 -
:
- 一个或多个水平空白 -
\h*
- 一位或多位数字 -
\d+
- 一个>
字符。
奖金
如果您的模式不必那么严格,这些是您的一些变体:
-
>
(demo) - 匹配<[a-z\h]*:[^<>]*>
,然后是零个或多个空格和字母(尊重您的 Match Case 设置),<
,然后是除:
和<
之外的任何零个或多个字符,然后是>
-
>
(demo) - 匹配<[a-z][^>]*>
,一个 ASCII 字母(尊重您的 Match Case 设置),然后是除 { 之外的任何零个或多个字符{1}} 然后是<
。
根据对您的问题 .add
后跟一个或多个非括号直到 <
后跟 year
的非常严格的理解,我建议如下:
要了解更复杂或更好的理解,请查看 Wiktor 的答案。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。