Продолжение в конце предыдущего совпадения в RegEx (PCRE)

Я пытаюсь предотвратить совпадение привязки \G с началом строки. Я хочу, чтобы он совпадал только в конце последнего совпадения с регулярным выражением.

Учитывая следующий текст:

Pig, Cow, Goat
fruit: apple, orange, peach, pear
vegetable: Carrot, Lettuce, Cellery

И этот узор:

(fruit:|\G)([\w]+|[\, ])

Я хочу, чтобы он соответствовал только словам после «фруктов:», но мне нужно, чтобы он фиксировал каждое слово по отдельности. Если я просто поставлю + в самом конце этого шаблона, он будет соответствовать всем словам после «фруктов:», но будет захватывать только «грушу», поскольку каждая итерация + топчет последнюю.

Вот в чем проблема. Этот шаблон работает, за исключением того, что он также соответствует «Свинья, корова и коза», потому что \G будет соответствовать концу последнего совпадения ИЛИ началу всей строки. Как я могу предотвратить совпадение с началом всей строки?

Я использую PCRE в PHP, и я использовал Rubular.com, чтобы помочь мне сделать быстрые тесты.


php regex pcre
person Andrew    schedule 31.12.2010    source источник

Ответы (1)


arrow_upward
6
arrow_downward

На мой взгляд, ваше регулярное выражение не давало вам того, что вы сказали, что хотели. Вы сказали, что вам нужно каждое слово, следующее за "фруктами: ". Учитывая ваш пример, я не думаю, что ваша первая попытка действительно дала вам это. Пытаться:

(?:fruit:\s*|\G,\s*)(\w+)

Если вы сопоставите все, это должно дать вам слова без пробелов и пунктуации.

Вот краткое изложение:

  • (?: - начать группу без захвата
  • fruit:\s* - преамбула хорошего матча
  • | - or
  • \G,\s*) - последняя позиция совпадения, запятая и ноль или более пробелов
  • (\w+) захватить один или несколько символов слова

ИЗМЕНИТЬ:

Чтобы предотвратить случай, когда вы получаете совпадение в первой строке, если первая строка начинается с запятой, за которой следует одно или несколько слов, разделенных запятыми, просто добавьте отрицательный просмотр назад нулевой ширины к начальной привязке непосредственно перед \G :

(?:fruit:\s*|(?<!^)\G,\s*)(\w+)
person RobertB    schedule 31.12.2010
comment
Мне помогло то, что вы включили разделитель , после \G. Интересная идея. Моя проблема в том, что разделитель и пробел необязательны. Поскольку они необязательны, этот шаблон может легко начать сопоставление с начала документа Pig, который я не могу контролировать. Я также не объяснил, что я использую preg_replace, и я хотел бы сопоставить слово fruit: отдельно, чтобы я мог вернуть его на место с помощью строки замены. Поэтому я не использовал ?: в своем шаблоне. - person Andrew; 01.01.2011
comment
Просто бросьте круглые скобки вокруг фруктов, чтобы захватить их. Что касается разделителя и пробела, которые не являются обязательными, как тогда вы разделите слова? - person RobertB; 01.01.2011
comment
Еще одна вещь... \G для меня, по крайней мере, как я выразился в приведенном выше шаблоне, похоже, не захватывает начало строки, если только это не самая первая строка, и эта самая первая строка начинается с запятая. Используете ли вы какие-то опции, которые вы не упомянули? Точка соответствует новой строке? ^$ соответствует разрыву строки? - person RobertB; 01.01.2011
comment
Начнем с того, что ваши предложения очень помогли, и я думаю, что они решили мою проблему. Чтобы ответить на ваши комментарии: слова могут быть разделены запятой, косой чертой или обратной косой чертой, и может быть пробел до и/или после этой пунктуации. Я анализирую текстовые файлы, преобразованные из PDF-файлов, созданных другими, поэтому я должен быть готов ко всему. Вы правы в том, что \G не соответствует началу документа, если только он не начинается с запятой, чего, я надеюсь, не произойдет. Так что я думаю, что это будет работать для меня. - person Andrew; 01.01.2011