正则表达式如何排除含字母分组、仅匹配全为数字的内容行

解决方案 #

你可以通过「先排除无效行，再匹配目标内容」的逻辑实现需求，根据你使用的正则引擎支持程度，可选两种方案：

方案1：支持(*SKIP)(*FAIL)语法的引擎（PCRE、Python PyPi regex库、Go regexp等） #

直接使用以下正则：

^\| *[a-zA-Z].*(*SKIP)(*FAIL)|\d+|(?:\d{2}:\d{2}\.\d)|(?:\d+\.\d+)

逻辑说明：

• 前半段^\| *[a-zA-Z].*(*SKIP)(*FAIL)会匹配所有行首为|、第一个字段含字母的整行内容，标记为直接跳过不参与匹配，相当于一次性过滤掉所有event开头的无效行
• 后半段的分支对应你要匹配的纯数字、时间格式、小数格式内容，只会在剩余的有效行中命中，最终得到你需要的30 00:45.3 00:42.4 2.4869 5.6578匹配结果

方案2：兼容性方案（所有正则引擎通用） #

先定位有效行再提取分组内容，正则如下：

^\|\s*(\d+)\s*\|\s*(\d{2}:\d{2}\.\d)\s*\|\s*(\d{2}:\d{2}\.\d)\s*\|\s*(\d+\.\d+)\s*\|\s*(\d+\.\d+)\s*$

使用时直接提取第1到第5个捕获组的内容，拼接即可得到目标结果。

内容的提问来源于stack exchange，提问作者Zerocal