使用RegEx正则提取存在冒号时对应位置目标字符串的实现方法

直接上兼容绝大多数正则引擎（JS/Java/Python标准re/Go等）的写法，覆盖提到的全部三种场景，不需要额外写分支判断逻辑。

可用正则表达式 #

如果待处理内容带示例里的<li>、<strong>类HTML标签：

<li>(?:[^:]*:\s*<strong>([^<]+)<\/strong>|<strong>([^<]+)<\/strong>\s*:.*|<strong>([^<]+)<\/strong>)\s*<\/li>

如果是无HTML标签的纯文本场景，用简化版即可：

^(?:[^:]*:\s*(.+)|(.+?)\s*:.*|(.+))$

提取规则：三个捕获组中取非空的那个值，就是需要的目标字符串。

匹配逻辑说明 #

正则内三个分支按优先级匹配，分别对应三种场景：

• 第一个分支匹配冒号在目标内容前的情况：比如SX: 22AA 001 267，直接捕获冒号后的目标内容
• 第二个分支匹配冒号在目标内容后的情况：比如2294 0BB 267: 09，直接捕获冒号前的目标内容
• 第三个分支匹配整段无冒号的情况：比如2294 0CC 267，直接捕获整段目标内容

测试验证结果 #

用给出的三个样例测试，返回结果如下：

• 样例1 SX: <strong>22AA 001 267</strong>：捕获组1返回22AA 001 267
• 样例2 <strong>2294 0BB 267</strong>: 09：捕获组2返回2294 0BB 267
• 样例3 <strong>2294 0CC 267</strong>：捕获组3返回2294 0CC 267

示例中标注的预期输出2294 001 267应为笔误，如果需要把提取内容里的AA/BB/CC类字符替换为指定值，在正则提取后加一步简单字符串替换即可，不建议把这类逻辑写在正则里，维护成本太高。

内容的提问来源于stack exchange，提问作者ldreamsl