RegEx只匹配一个特定的列

Question

我有一个.CSV我在一个大文件编辑器(BssEditor)处理:

DOC;NAME;A_TYPE;ADDRESS;NUMBER;COMPLEMENT;NEIGHBORHOOD;CITY;STATE;ZIPCODE
7971530;Obi Wan Kenobi;R;OF THE PITANGUEIRAS;0000731;;MATATU;DUBAI;BA;40255436
7971541;Anakim Skywalker;AV;VISCONDE OF JEQUITINHONHA;0000243;AP 601;GOOD VOYAGE;RECIFE;PE;51021190
7971974;Jabba the Hutt;;DOS ILHEUS;0000118;APT 600;CENTER;FLOWERPOLIS;SC;88010560
7972512;Mando;;JUNDIACANGA;0000037;HOUSE;IPAVA CITY;SAINT PAUL;SP;04950150

列分隔符为;，并且我要匹配NUMBER列开头的所有零，以替换为零。
Ex。:0000731→731

很容易匹配所有的^((.*?;){4})0+和替换为$1，但不与环顾四周…
我试过这样的RegEx

/^(?<=.*?;){4}0+/
/(?<=^.*?;.*?;.*?;.*?;)0+/ 

，但是看起来贪心通配符只适用于前看，而不是后看。

有办法吗?
如果有办法，在处理数百万个条目时是否存在性能问题?

Answer 1

向后看中的无限量词仅被少数正则表达式引擎(. NET, Python PyPi模块，较新的Javascript(如V8)，但不包括使用boost的notepad++。

如果您正在使用notepad++，则不需要查找或捕获组。您可以重复分号分隔的部分，直到到达数字列，并使用K清除当前匹配缓冲区。

在替换中使用空字符串

^(?:[^;n]*;){4}K0+

• ^
• (?:[^;n]*;){4}重复4次匹配任何字符，除了;或换行符，然后匹配;
• K忘记目前匹配的内容
• 0+匹配一次或多次零

Regex演示

捕获组解决方案似乎是一个很好的解决方案，您可以使用单个捕获组编写它，并使用否定的字符类代替.*?，以防止一些回溯。

^((?:[^;n]*;){4})0+

在替换使用组1中，通常标记为$或1

Regex演示

Answer 2

我不知道BssEditor，但以下工作在notepad++

(?<=;)0+(?=d+;(?:[^;]*;){4}[^;]*?$)

正向前看只用于匹配在该行上恰好有五个分号的字符串。

在处理数百万项时是否存在性能问题?

可能。