Regex 用正则表达式提取子字符串

我有一个字符串，实际上是一个目录文件名

str='\\198.168.0.10\share\ccdfiles\UA-midd3-files\UA0001A_15_Jun_2014_08.17.49\Midd3\y12m05d25h03m16.midd3'

我需要用matlab提取目标子字符串

'UA0001A'

（我认为所有工具都应该有相同的语法）。 它不必是精确的

'UA0001A'

，它是任意字母数字组合。 为了更一般，我认为子字符串（或单词）应该满足

它是一个字母数字组合词

它不能是纯字母词或纯数字词

它不能包括

'midd'

或

'midd3'

或

'midd3'

或

'midd3'

等，因此可以使用大小写密集型方法排除以

'midd'

开头的单词

它不能包括

'y[0-9]{2,4}m[0-9]{1,2}d[0-9]{1,2}\w*'

如何编写正则表达式来查找目标子字符串

---

提前谢谢

这应该让您开始：

[\\](?i)(?!.*midd.*)([a-z]+[0-9]+[a-z0-9]*|[a-z]+[0-9]+[a-z0-9]*)

• [\\]

  ：匹配反斜杠

• （？i）

  ：regex的其余部分不区分大小写

• 以下匹配项不能与此匹配

• （？！*midd.*）

  ：以下匹配不能是包含任何字符、midd、任何字符的单词

• （[a-z]+[0-9]+[a-z0-9]*.[a-z]+[0-9]+[a-z0-9]*）

  匹配至少一个数字，后跟至少一个字母，或者至少一个字母，后跟至少一个数字，后跟任意数量的字母和数字（记住，无法匹配？！组，因此没有包含mid的单词）

您可以使用

s = '\\198.168.0.10\share\ccdfiles\UA-midd3-files\UA0001A_15_Jun_2014_08.17.49\Midd3\y12m05d25h03m16.midd3';
res = regexp(s, '(?i)\\(?![^\W_]*(midd|y\d+m\d+))(?=[^\W_]*\d)(?=[^\W_]*[a-zA-Z])([^\W_]+)','tokens');
disp(res{1}{1})

看

图案说明：

• （？i）

  -不区分大小写的修饰符

• \\

  -文字反斜杠

• （？！[^\W\u]*（midd | y\d+m\d+）

  -如果0+字母或数字后有

  midd

  或

  y

  +数字+

  m

  +数字，则会导致匹配失败的负面前瞻

• （？=[^\W\uU]*\ d）

  -一种正向前瞻，要求0+位或字母后至少有1位（

  [^\W\uU]*

  ）

• （？=[^\W\u]*[a-zA-Z]）

  -0+字母或数字后必须至少有一个字母

• （[^\W_]+）

  -第1组（提取内容）匹配1+个字母或数字（或1+个字符，非单词字符和

  。

  ）

“令牌”

“模式”将允许您提取捕获的值，而不是整个匹配

---

请参见

子字符串是否始终由“\”和“\”分隔？这将使事情变得更容易。我想它应该由一个非-（字母或数字）字符分隔，例如目录文件名中可能出现的“\”、“，”、“-”、“\u8”等。请尝试Hi Wiktor，非常感谢，它很有效。请你做一个正式的回答，并解释一下模式字符串，这样我就可以投票了？虽然我认为目标子字符串“UA0001A”不一定以“\”开头，但它可能是“…\syx\u UA0001A\u…”，因此它将以非字母/数字字符分隔。你好，鲁本，非常感谢！但似乎（？！*midd.*）删除所有内容。但是我没有足够的知识来纠正它。和（[a-z]+[0-9]+|[a-z]+[0-9]）部分似乎与UA0001、graf3等匹配，但不匹配UA0001AI不确定为什么会这样？！接线员好像帮你把它弄坏了。你能在你的问题中提供一个有效的代码片段吗！如果目标子字符串“UA0001A”不一定以“\”开头，它可能在“\syx\u UA0001A”中，因此它将用非字母/数字字符分隔，该怎么办？非常感谢，Wiktor！您知道，您的规则非常通用，而示例字符串非常具体。我将模式锚定在

\

。如果可能存在

\

，请将

\\

替换为

（？：\\\\\\\u）

。看见