正则表达式优化需求：精准移除非1900-2199区间的数字+ml

你之前的正则问题在于贪婪匹配会优先抓取最长的5位数字（比如测试例子里的80750），同时反向断言仅检查前面是否有完整的19/20/21开头的4位数字，无法识别前面已经存在需要保留的1900-2199数字段的情况。

解决方案 #

使用分支正则一次性处理两种场景，替换时保留需要的部分：

正则表达式：

(?i)(\b(?:19|20|21)\d{2})\d{1,5}ml$|(?!\b(?:19|20|21)\d{2}\b)\d{1,5}ml$

替换目标：$1

逻辑说明 #

• 第一个分支(\b(?:19|20|21)\d{2})\d{1,5}ml$：匹配末尾的「1900-2199区间数字 + 1-5位数字 + ml」，捕获前面的1900-2199部分，替换时保留这部分，移除后面的数字+ml；
• 第二个分支(?!\b(?:19|20|21)\d{2}\b)\d{1,5}ml$：匹配末尾的「1-5位数字 + ml」，且该数字不在1900-2199区间，替换时直接移除这部分；
• 开头的(?i)标记忽略大小写，兼容ML、Ml等写法。

测试验证 #

• 对于测试字符串Mary had a little lamb 1980750ml，第一个分支匹配1980750ml，捕获组1为1980，替换后得到Mary had a little lamb 1980，符合期望；
• abc 750ml → 替换后为abc ；
• abc 2000ml → 无匹配，保留原样；
• abc 2200ml → 替换后为abc ；
• abc 19801234ml → 替换后为abc 1980。

内容的提问来源于stack exchange，提问作者Craig