正则表达式优化：如何从文本中提取单位为m的测量值并排除mm单位

针对你遇到的正则误匹配mm单位的问题，我优化了正则表达式，确保只提取单位为单独m的测量值，不会把mm里的m误判：

(?P<match>(?P<value>\d+(?:\.|,|\s*\d*))\s*(?<unit>m)(?!m))

关键优化点 #

原来的正则没有限制m后面的字符，导致会匹配mm中的第一个m。这里添加了负向先行断言(?!m)，它会检查当前匹配的m后面紧接着的不是另一个m，完美排除了mm这种情况。

正则各部分详解 #

• (?P<match>...)：整体捕获匹配到的"数值+单位"组合，对应你期望结果中的match列
• (?P<value>\d+(?:\.|,|\s*\d*))：捕获数值部分，支持多种格式：
  • 整数（如1、250）
  • 小数（点或逗号分隔，如0,3、2.0）
  • 带空格的数值（如10, 0）
• \s*：匹配数值和单位之间的任意空格（包括无空格的情况，如0,3m）
• (?<unit>m)(?!m)：捕获单位m，同时确保后面没有紧跟另一个m，彻底排除mm的误匹配

验证所有案例 #

这个正则能完美匹配你列出的所有期望结果：

• Kabel0,3m → 匹配0,3m，value=0,3，unit=m
• Kabel,0,3 m m → 匹配0,3 m，value=0,3，unit=m
• Kabelx,0.3 m → 匹配0.3 m，value=0.3，unit=m
• Kabel 1m, → 匹配1m，value=1，unit=m
• Kabel 1 m/ → 匹配1 m，value=1，unit=m
• Kabel 1 HW-Y 2.0 m LAN/... → 匹配2.0 m，value=2.0，unit=m
• Rundleitung 0,24 mm 2/ 250 m,8p → 仅匹配250 m，完全忽略mm
• Televes TV/... 10, 0 m weiss → 匹配10, 0 m，value=10, 0，unit=m

内容的提问来源于stack exchange，提问作者HedgeHog