如何编写正则表达式：下划线后为字母数字混合时取其前内容，否则全匹配

原始输入字符串 #

ab_cd
ef_gh_ij
kl_mn_op_qr
st_uv_1w2x
yz_ab_cd_e1f2

匹配需求 #

匹配每个字符串中最后一个下划线（_）之前的子串（不包含下划线），但仅当该下划线后跟随的是同时包含字母和数字的字母数字序列时；否则直接匹配整个字符串。

预期匹配结果 #

ab_cd
ef_gh_ij
kl_mn_op_qr
st_uv
yz_ab_cd

当前问题 #

使用正则表达式 ^.*(?=_)[a-zA-z]+ 无法满足需求：对于下划线后为字母数字混合的情况，该表达式会错误匹配下划线本身及后续一个字符。

解决方案 #

可以使用以下正则表达式实现需求：

^(.*)(?=_(?=.*[a-zA-Z])(?=.*[0-9])[a-zA-Z0-9]+)$|^.*$

表达式解释 #

• 第一部分 ^(.*)(?=_(?=.*[a-zA-Z])(?=.*[0-9])[a-zA-Z0-9]+)$：
  • (?=_(?=.*[a-zA-Z])(?=.*[0-9])[a-zA-Z0-9]+) 是正向预查，用于验证字符串结尾是否存在一个下划线，且下划线后的字母数字序列同时包含至少一个字母和一个数字；
  • (.*) 捕获该下划线之前的所有内容作为匹配结果。
• 第二部分 |^.*$：当字符串不满足上述条件时，直接匹配整个字符串。

内容的提问来源于stack exchange，提问作者OfirD