正则表达式前瞻与区间匹配问题：提取符合特定条件的数字

现有超10万条特定结构字符串，示例如下：

'xxxxxx0AxxZZxxBBxxxxx1AxxxxxBB'            --Group1是1   
'xxxxxxxxx0AxxxxZZxxxxx1AxxxxxBBxxxx'           --Group1是1
'xxxxxx1AxxxxxBBxxxx0AxxxxZxxBBxxxxZZxxBBxxxxxxxx'  --Group1是0
'xxx0AxxxBBxxxZZxxxxBBxxxxxx1AxxxxZxxxxxBB'     --Group1是0

需要找到字符“A”前的数字，需满足两个条件：

• 该“A”之后存在字符串“BB”；
• 从“A”到其后续第一个“BB”之间，不存在“A”“BB”“ZZ”。

之前尝试的正则表达式(\d)A(?!.*ZZ).*BB存在问题：(?!.*ZZ)会检查整个字符串中是否存在ZZ，包括第一个“BB”之后的内容，导致匹配结果不符合预期，需要限制前瞻的检查范围。

用这个正则就能解决你的问题：

(\d)A(?:(?!A|BB|ZZ).)*BB

正则逻辑说明 #

• (\d)：捕获A前面的数字，也就是你需要的Group1；
• A：匹配目标字符A；
• (?:(?!A|BB|ZZ).)*：这是关键的限制部分——它会逐个字符匹配A之后的内容，但每匹配一个字符前都会检查：从当前位置开始，不会出现A、BB、ZZ这三个字符串。这样就把检查范围严格限定在了A到第一个BB之间，不会涉及BB之后的内容；
  • (?:...)：非捕获组，仅用于逻辑分组，不会额外生成捕获组，不影响你获取Group1的结果；
  • (?!A|BB|ZZ)：负前瞻断言，确保当前位置后不会出现指定的三个字符串；
• BB：匹配A之后的第一个BB，满足“该A之后存在BB”的条件。

匹配验证 #

针对给出的示例：

1. 前两个字符串中，1AxxxxxBB部分符合所有条件，Group1捕获结果为1；
2. 后两个字符串中，符合条件的分别是0AxxxxZxxBB和0AxxxBB，Group1捕获结果为0；
   完全符合预期的匹配结果。

内容的提问来源于stack exchange，提问作者Henrik Løv