使用REGEX忽略指定关键词后提取行内后续文本的技术求助

原正则问题排查 #

• 分支顺序逻辑错误：把长度更短的supplied by匹配分支放在前面，正则匹配时会优先触发短规则，导致supplied by M/S里的M/S不会被前缀规则吞掉，残留在提取结果中
• 空格匹配规则僵硬：写死了supplied by和M/S之间的空格数量，无法适配不同输入里空格数量不一致的场景
• 量词使用错误：supplied by.里的.仅能匹配单个任意字符，无法覆盖前缀后可能存在的多个连续空格

可直接使用的正则方案 #

方案1：支持可变长度后行断言的引擎（Python、JS ES2018+、Java 9+等适用） #

直接匹配提取内容，无需额外处理捕获组：

(?<=\bsupplied by(?:\s+M\/S)?\s+).*

规则说明：

• \b 匹配单词边界，避免误命中包含supplied by片段的其他长单词
• (?:\s+M\/S)? 非捕获组，匹配可选的「任意数量空格 + M/S」片段
• \s+ 匹配前缀后连接目标内容的任意数量空格
• .* 匹配从当前位置到行尾的所有内容

方案2：不支持可变长度后行断言的引擎（旧版JS、Java 8及更早版本适用） #

用捕获组提取目标内容，取第1个捕获组的返回值即可：

\bsupplied by(?:\s+M\/S)?\s+(.*)

匹配效果验证 #

对应你的输入示例，上述正则可正确提取到以下结果：

1. MOBIS INDIA LIMITED
2. MANDO AUTOMOTIVE INDIA LIMITED
3. MAHINDRA AND MAHINDRA AUTO SECTOR

内容的提问来源于stack exchange，提问作者manjesh kumar