正则表达式需求：提取前置含REST的HAB:后对应代码

要准确提取所有HAB:后符合要求的代码（前方必须包含REST，中间可夹杂其他内容），可以使用以下正则表达式（开启全局匹配g修饰符）：

(?:^|\bREST\b)(?:(?!HAB:).)*HAB:\s*(\S+)

正则逻辑拆解 #

• (?:^|\bREST\b)：匹配文本开头，或者完整的REST单词（\b确保是独立单词，避免匹配类似RESTful的字符串）
• (?:(?!HAB:).)*：匹配任意字符，直到遇到第一个HAB:（确保我们只捕获每个REST之后的第一个有效HAB:）
• HAB:\s*：匹配HAB:以及后面的任意空白字符（适配空格或制表符的情况）
• (\S+)：捕获一个或多个非空白字符，也就是HAB:后面的有效代码（直接排除空内容的情况）

你的原正则问题分析 #

你之前使用的(REST.*?) *(HAB:) (.*?)( |$)存在几个缺陷：

1. 重复捕获：当连续出现多个REST时（比如REST REST REST HAB: 54783-04），每个REST都会触发一次匹配，导致重复捕获同一个代码。
2. 空内容捕获：如果HAB:后面没有有效代码（比如REST HAB:），(.*?)会捕获空字符串，不符合提取有效代码的需求。
3. 无单词边界：没有限定REST为独立单词，可能误匹配包含REST的其他字符串。

测试结果 #

将这个正则应用到你的测试文本，会得到以下有效代码：

• 75RF-3729-70D-01
• 75RF-3729-70D-02
• 75RF-3729-70D-03
• 54783-04
• 45923
• 456734

完全符合你排除非REST引导的HAB:（比如CLUE HAB: 234-543）和空内容的需求。

内容的提问来源于stack exchange，提问作者TobSta