在一行中某个符号第 n 次出现后匹配数字

Question

我不确定在这里使用正则表达式是否是解决此问题的正确方法，但我想先尝试用正则表达式解决这个问题（如果可能的话）

我有一个 edifact 文件，其中某些段的某些字段中的数据（粗体）需要替换（日期不同，格式相同）

UNA:+,? '  
UNB+UNOC:3+000000000+000000000+20190801:1115+00001+DDMP190001'  
UNH+00001+BRKE:01+00+0'    
INV+ED Format 1+Brustkrebs+19880117+E000000001+**20080702**+++1+0'       
FAL+087897044+0000000++name+000000000+0+**20080702**++1+++J+N+N+N+N+N+++0'   
INL+181095200+385762115+++0'   
BEE+20080702++++0'   
BAA+++J+J++++++J+++++++J++0'   
BBA++++++++J++++++J+J++++++J+++++J+++J+J++++++++J+0'   
BHP+J+++++J+++++J+++++0'   
BLA+++J+++++++++0'   
BFA++++++++++++J++0'   
BSA++J+++J+J+++0'    
BAT+20190801+0'    
DAT+**20080702**++++0'   
UNT+000014+00001'   
UNZ+00001+00001'

起初我能够使用正向前瞻和后视来匹配这些字段（我有不同的表达式来匹配每个日期）。

例如，我最初用来匹配"FAL"段中的日期的表达式：(?<=\+[\d]{1}\+)\d{8}(?=\+\+)，但后来我看到这个日期有时前面有9位数字，有时1（基于版本）然后是 ++ 或 + 和日期所以我添加了一个 logiacl OR 像这样：(?<=\+[\d]{9}\+|\+[\d]{1}\+)\d{8}(?=\+[\d]{8}\+|\+\+) 并很快意识到它是不可持续的，因为我看到这些 edifact 文件各不相同（远仅超过 9 位和 1 位数字）

（每种我有6个版本，一共6个）

因为我有一个 scheme/map 指示每个版本应该构建成什么样，而且我知道每个版本中日期写在什么位置（基于 + 分隔符），所以我考虑过可能匹配日期基于+，所以在某行加号第7次出现（比如在FAL段）之后，匹配接下来的8位数字。

这可以用正则表达式实现吗？如果是，有人可以告诉我怎么做吗？

Answer 1

我建议使用像

这样的模式

^((?:[^+\n]*\+){7})\d{8}(?=\+(?:\d{8})?\+)

其中{7}可以调整为您需要的每个类型段的值，并替换为对组1的反向引用。在Python中，它是\g<1>20200101（其中20200101 是你的新日期），在 PHP/.NET 中，它是 20200101。在 JS 中，它只是 </code>.</p> <p>要在多行文本上运行，请使用 <code>m 标志。在 Python 正则表达式中，您可以像 (?m)^((?:[^+\n]*\+){7})\d{8}(?=\+(?:\d{8})?\+).

一样嵌入它

见Python regex demo

详情

^ - string/line
((?:[^+\n]*\+){7}) - 第 1 组：7 次重复 + 和换行符以外的任何字符，然后是 +
\d{8} - 8 位数
(?=\+(?:\d{8})?\+) - 后跟 +，以及可选的 8 位数字块和 +.

在一行中某个符号第 n 次出现后匹配数字

matching numbers after nth occurence of a certain symbol in a line

regex

edifact