用于搜索图书名称的Regexp（Delphi 7和DiRegEx 8.8.1）

我正在使用Delphi7，这是我第一次使用库DiRegEx。 我需要做的是收集列表中的书名。清单很长，但要想有一个想法，它看起来是这样的：

2特萨洛尼克下午3:14 2特萨洛尼克下午3:15 2特萨洛尼克下午3:16 2特萨洛尼克下午3:17 2特萨洛尼克下午3:18 蒂莫托维1:1 蒂莫托维1:2 蒂莫托维1:3 提摩托维1:4

所以我想通过RegEx.Match找到的是'2 Tesalonickým'和'1 Timoteovi'字符串。所以我想搜索

^一些字符串\d\d？\d？：\d\d？\d？

我的代码是：

var
  contents : TStringList;

  RegEx: TDIRegEx;
  WordCount: Integer;

  s:string;

begin

Contents := TStringList.Create;
RegEx := TDIPerlRegEx.Create{$IFNDEF DI_No_RegEx_Component}(nil){$ENDIF};

Contents.LoadFromFile('..\reference dlouhé CS.txt');
for i:=0 to Contents.count-1 do
  begin
    Contents[i];
    try
      RegEx.SetSubjectStr(Contents[i]);
      RegEx.MatchPattern := '\w+';
      WordCount := 0;
      if RegEx.Match(0) >= 0 then
        begin

          repeat
            Inc(WordCount);
            s := RegEx.MatchedStr;
            WriteLn(WordCount, ' - ', s);
          until RegEx.MatchNext < 0;
        end;
    finally
      RegEx.Free;
    end; // end try
  end; // end for
  end;

var
内容：TStringList；
正则表达式：TDIRegEx；
字数：整数；
s:字符串；
开始
内容：=TStringList.Create；
RegEx:=TDIPerlRegEx.Create{$IFNDEF DI_No_RegEx_Component}（nil）{$ENDIF}；
Contents.LoadFromFile（'..\reference dlouhéCS.txt'）；
对于i:=0到Contents.count-1 do
开始
内容[i]；
尝试
RegEx.SetSubjectStr（目录[i]）；
RegEx.MatchPattern:='\w+'；
字数：=0；
如果RegEx.Match（0）>=0，则
开始
重复
公司（字数）；
s:=RegEx.MatchedStr；
WriteLn（字数，'-'，s）；
直到RegEx.MatchNext<0；
终止
最后
RegEx.Free；
完结束尝试
完结束
终止

我需要修改正则表达式，以便

\d\d？\d？：\d\d？\d？

不会出现在结果中，而是应该是一个“锚”或“针”。如何制作regexp

结果：

这是一份包含66本UTF-8版本圣经的完整清单。由于此dos不包含像Ž或š这样的字符，因此\w模式存在一些问题

起源；离去利未记；数字；氘；乔祖；Soudců；劳特；1萨缪洛娃；2萨缪洛娃；1 Královská；2 Královská；1副脂烯酮；2副脂烯酮；埃兹德拉什；内赫姆亚什；酯；乔布；阿尔米；Příslovií；卡扎特尔；PíseňPísní；伊扎亚什；杰里米·亚什；普拉奇；以西结；丹尼尔；Ozeáš；乔尔；Ámos；阿布迪亚什；乔纳什；米切亚什；那鸿；阿巴库克；索丰亚什；阿吉斯；扎查尔亚什；马拉基亚什；马图什；马雷克；卢卡什；简；Skutky apoštolské；Římanům；1科林茨克ým；2科林茨克ým；加拉茨克姆；埃菲茨克姆；菲利普斯克姆；科洛斯克姆；1特萨洛尼克ým；2特萨洛尼克ým；1蒂莫托维；2蒂莫托维；蒂托维；菲利莫诺维奇；Židům；雅库布诺夫；1彼得罗夫；2彼得罗夫；1 Janův；1月2日；2005年1月3日；朱迪夫；兹杰文尼亚诺沃

您可以使用

(*UCP)^(?:\d+\s+)?\w+(?=\s+\d\d?\d?:\d)

或

在模式开头（PCRE动词）添加

（*UCP）

，以使所有速记都能识别Unicode

模式匹配

• ^

  -字符串的开头

• （？：

  -启动非捕获组

  • \d+

    -1+位

  • \s+

    -1+空格和

• ）？

  非捕获组结束，出现1或0次（

  ？

  使其成为可选）

• \w+

  -1+字字符

• （？=\s+\d{1,3}:\d）

  -后跟1+空格、1到3个数字、

  ：

  和一个数字

看

---

如果只需要匹配字母，

\w

可能需要替换为

\p{L}

。

谢谢。我将对此进行测试：

（*UCP）^\d\w+（？=\s+\d{1,3}:\d）

对于Genesis，开头没有数字。@user1141649然后使用

（*UCP）^（？:\d+\s+）\w+（？=\s+\d{1,3}:\d）

当我读取内容[I]：='Genesis 1:2'时，程序在第'RegEx.MatchPattern:='（*UCP）^（？：（？=\d+\s+）\d+\d}\d}\d}行崩溃；{我想问题是我必须在循环中放置

TDIPerlRegEx.Create

。所以现在它工作了，但是我需要检查结果。如果你以动态的方式构建这个模式，那么你必须把它放在循环中，尽管它会使性能变差。如果这个集合很长，你需要全文搜索，考虑数据库（例如SQLite）。我认为圣经有大约27本书，所以我应该收集27个结果。现在我想知道为什么：

s:=RegEx.MatchedStr
如果不是圣经书。查找（s，索引）然后是圣经书。添加（s）添加多个书籍记录。@user1141649圣经中还有更多书籍，请参阅：
(*UCP)^(?:\d+\s+)?\w+(?=\s+\d{1,3}:\d)