如何在正则表达式中限制可选的空格匹配

Question

YARP.(是的，另一个正则表达式问题(。

除了具体的例子之外，不确定最清晰的方式来描述这一点。

示例文本：

4444 4444

1. 4444 4444
2. 4444444444444444
44 44 44 44 44 44
3. 44 44
4444-4444-4444-4444
5. 4444(多个空格
( 4444(多个空格( 4444(多个空格( 4444
0.444444444444444444 0.4444 4444 4444
7. 4444

我需要构建一个仅匹配 1、2 和 4 的正则表达式。 要求 13-16 位数字、破折号和空格可选，但仅限于单个空格，且总数不超过 3 个。

这显然与 CC 信息搜索有关，我做了大量的研究，找到了许多示例，可以找到大多数、全部或没有匹配项的示例，但没有任何东西可以消除像上面的 3 和 5 这样的过度误报。 我使用的是 PowerGREP 5，我已经阅读了有关 https://www.regular-expressions.info/tutorial.html 的整个教程，但我无法弄清楚如何限制整个匹配中可选空格的数量。 即："1 2 3 4 5 6 7 8 9"匹配，如果我将空格设置为可选，则与"123 456 789"一样匹配。本质上，我希望正则表达式在检测到超过 3 个空格/破折号时结束匹配搜索。

旁注：我在一家处理大量日历数据的公司工作，因此在很多"1 2 3 4 5 6 7 8 ..."样式文本字符串正在生成大量错误命中，即使我花时间根据 CC 包容性模式定制搜索。

任何帮助将不胜感激。

我发现的最接近的是：

b(?:d[ -]*?){13,16}b

它按预期抓取任何 13-16 位数字(允许在两者之间使用破折号或空格(，但它也会匹配"1 2 3 4 5 6 7 8 9 10 11"，这显然没有帮助。

全包CC品牌正则表达式，如果它们包含空格/破折号，则无法找到有效数字：(但会找到英国电话号码，呵呵(：

b(?:4[0-9]{12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|6(?:011|5[0-9]{2})[0-9]{12}|(?:2131|1800|35d{3})d{11})b

因此，我尝试将上面的任何 [0-9] 字符类实例替换为 (？：\d[ -]*？(，这将找到带有破折号/空格的有效 CC，但它也匹配所有"1 2 3 4 5 6 7 8 9 10 11"类型的误报。

我对正则表达式很陌生，所以如果我犯了一个巨大的菜鸟错误，请随时为我指出正确的方向。 谢谢！

编辑：

将[0-9] 替换为 (？：\d[ -]？( 以获得更大的连续字符串部分似乎非常接近我的需求。 与以前相同的驱动器，只得到了 311 个匹配项，并且找到了所有 3 个阳性文件，我只能忍受 308 个错误匹配项，但我必须想象还有更好的方法来做到这一点。 它仍然匹配 13-16 位数字的字符串，并带有超过 3 个分隔符......

当前正则表达式：

b(?:4(?:d[ -]?){12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)(?:d[ -]?){12}|3[47](?:d[ -]?){13}|3(?:0[0-5]|[68][0-9])(?:d[ -]?){11}|6(?:011|5[0-9]{2})(?:d[ -]?){12}|(?:2131|1800|35d{3})(?:d[ -]?){11})b

Answer 1

由于看起来您希望第四位数字后跟破折号，单个空格或什么都没有，最简单的方法是使用

^(d{4}[s-]?){3}d{4}$

这将符合您的书面标准，但允许混合使用：1234-5678 9012. 如果这不可接受，您可以使用积极的前瞻来验证模式是否重复

相同

^(?=(d{4}){3}|(d{4}-){3}|(d{4}s){3})(d{4}[s-]?){3}d{4}$

第一个正则表达式

• 从字符串的开头开始：^
• 查找四个数字 (0-9(，可以选择后跟空格或短划线，并重复此模式 3 次：(d{4}[s-]?){3}
• 然后是另外四个数字和字符串的末尾：d{4}$

仅从第二个正则表达式中向前看：(?=(d{4}){3}|(d{4}-){3}|(d{4}s){3})

在模式开始

• 捕获任何内容之前，我们再次从字符串的开头开始，查看前三个重复的模式，并确保两者之间的分隔符相同。

我看到在您的正则表达式示例中，您希望允许 13-16 位数字，而我的是专门针对 16 位的。 对于 13-16 位数字，您需要确定希望这些分隔符的位置。 他们可以在任何地方，只要只有三个并且他们不重复？ 我还看到您正在使用单词边界，所以我猜测您正在尝试匹配子字符串。 你可以这样做，但会有点困难。 破折号和空格都是单词边界，因此您可能会在没有查看的情况下得到一些误报。

至于集成到你的 CC 正则表达式中，你懒惰地匹配无限数量的破折号或空格;你只需要?而不是*?。 如果您需要这些空格/数字的更大灵活性，同时仍然限制它们，那么我可能会使用负正则表达式进行验证。