如何编写正则表达式提取CAN日志中00/55连续重复前的内容？

正则表达式说明 #

要提取十六进制字符对序列中，结尾全为00或全为55的后缀之前的所有内容（若没有此类后缀则保留整个序列），可以使用以下正则组合：

1. 优先匹配存在全00/全55后缀的前缀：

   ^(.+?)(?=(?: 00)+$|(?: 55)+$)
   

2. 若上述正则无匹配结果（即不存在全00/全55的后缀），则匹配整个字符串：

   ^.*$
   

正则拆解 #

• ^：匹配字符串起始位置
• (.+?)：非贪婪捕获任意字符，直到满足后续正向预查条件
• (?=(?: 00)+$|(?: 55)+$)：正向预查，确保后续内容是连续 00直到结尾，或是连续 55直到结尾
• ^.*$：兜底规则，当无符合要求的后缀时，捕获整个序列

测试验证 #

针对你的示例逐一验证：

1. String 1：01 3E 55 55 55 55 55 55
   • 匹配前缀01 3E（后续全为55），符合期望。
2. String 2：01 7E 00 00 00 00 00 00
   • 匹配前缀01 7E（后续全为00），符合期望。
3. String 3：21 51 00 00 66 63 51 00
   • 匹配前缀21 51 00 00 66 63 51（后续全为00），符合期望。
4. String 4：22 00 00 00 00 37 41 31
   • 无全00/全55后缀，匹配整个字符串，符合期望。
5. String 5：30 00 00 55 55 55 55 55
   • 原后缀同时包含00和55，不属于全同后缀，因此会匹配整个字符串。若你期望仅保留30，可使用以下适配混合后缀场景的正则：

     ^([0-9A-F]{2})(?=(?: 00)+(?: 55)+$|(?: 55)+(?: 00)+$)|^(.+?)(?=(?: 00)+$|(?: 55)+$)|^.*$
     

     该正则会优先捕获混合00/55后缀的首个字符对，再处理全同后缀情况，最后兜底匹配整个序列。

原正则不符合预期的原因 #

你使用的([0-9A-F]{2,} (?!55|00))+存在两个核心问题：

• 仅匹配**紧跟的下一个字符对不是55/00**的内容，无法识别“后续所有内容都是55/00”的场景（比如3E后面是55，会被错误排除）。
• 匹配逻辑零散，只能捕获孤立的符合条件的字符对，而非连续的目标前缀。

内容的提问来源于stack exchange，提问作者zwalsh57