Javascript 为特定数据集设计正则表达式

e、 g

15011721827:52352403：印度群岛联盟的战争 52352403是文章的ID。这篇文章的标题是《印度群岛联盟之战》

---

我想使用Javascript从给定的文本文件中提取ID和标题对，您只需使用

split（）

在匹配两点时分割字符串即可：

var text=“1234567890:12312312:Lorem ipsum door sit amet”；
var splitted=text.split（“：”）；
console.log（“id:+splitted[1]）；
console.log（“标题：“+splitted[2]）因为在您的数据集中，您可以在标题a中找到
：
，最好像下面那样使用正则表达式

15011721827:52352403:War of the League of the Indies
9428491646:27687104:Deepwater Pathfinder
3524782652:4285058:Wikipedia:Articles for deletion/Joseph Prymak
2302538806:1870985:Cardinal Infante Ferdinand`

在第三行有一个
：
，它将维基百科与标题的其余部分分开，如果使用
拆分
函数，则将有一个由4部分组成的数组，而不是由3部分组成的数组。为了避免这种问题，我选择使用正则表达式


var模式=/^（\d+）（\d+）：（.+）$/
var data=“15011721827:52352403：印度群岛联盟战争”
var matches=data.match（模式）
console.log（匹配项）
//比赛[0]=“15011721827:52352403：印度群岛联盟之战”
//匹配[1]=“15011721827”
//匹配[2]=“52352403”
//比赛[3]=“印度群岛联盟之战”
捕获组（[0-9]+）
+量词-一次和无限次之间的匹配，尽可能多的匹配，
0-9范围在0到9之间的单个字符

[：]与字符“：”匹配

•第三捕获组
（*）匹配任何字符（行终止符除外）

•\n与换行符匹配

import re

text = open('example.txt').read()
pattern = r'([0-9]+)[:]([0-9]+)[:](.*)\n'
regex = re.compile(pattern)
for match in regex.finditer(text):
      result = ("{},{}".format(match.group(2),match.group(3)))

逐行读取文件并匹配下面的正则表达式
[0-9]{10，}[：][0-9]{8}[：][a-z]+
，然后
让a=“15011721827:52352403:印度群岛联盟的战争”并使用[1]和[2]收集文章的id和名称请不要发布图片。我们有一个很好的问题格式系统。您可以键入这些内容，这样我们就不必导航到图像来帮助您。此外，这不是一个解决方案站点。你试过什么了吗？如果是，请发布。@PrAtikLochawalaI希望只使用正则表达式而不使用split进行求解，因为如果我们在“：”处拆分，则不合适，因为某些标题的名称中还包含“：”。谢谢您的回答。然而，您能否用语言解释一下为什么选择这个特定的解决方案？对于刚接触正则表达式的人来说，这将特别有助于正则表达式的构建。捕获组（[0-9]+）+量词-在一次和无限次之间进行匹配，尽可能多的匹配，0-9在0到9[：]之间的单个字符匹配字符“：”•第三个捕获组（.*）匹配任何字符（行终止符除外）•\n匹配换行符
import re

text = open('example.txt').read()
pattern = r'([0-9]+)[:]([0-9]+)[:](.*)\n'
regex = re.compile(pattern)
for match in regex.finditer(text):
      result = ("{},{}".format(match.group(2),match.group(3)))