Question

我正在编写一个正则表达式，它将从EDIFACT UN代码列表中提取各种信息。由于有成千上万的代码我不想全部输入，所以我决定使用Regex来解析文本文件并提取出我需要的位。文本文件的结构使我能够轻松识别出我想要的位。

我使用Regex Hero创建了以下正则表达式来测试它，但我无法让它匹配 codeComment 组的双重换行符。我尝试使用字符类 [^ \ n \ n] ，但这仍然不匹配双换行符。

注意：我在Regex Hero上选择了多行选项。

(?<element>\d+)\s\s(?<elementName>.*)\[[B|C|I]\]\s+Desc: (?<desc>[^\n]*\s*[^\n]*)
^\s*Repr: (?<type>a(?:n)?)..(?<length>\d+)
^\s*(?<code>\d+)\s*(?<codeName>[^\n]*)
^\s{14}(?<codeComment>[^\n]*)

这是我用来匹配的示例文字。

----------------------------------------------- -----------------------

1073文件行动作代码[B]

描述：表示与a行关联的动作的代码
文档。

Repr：an..3

1包含在文件/交易中
文件行包含在
文件/交易。
也应该抓住这个。

2从文件/交易中排除
文件行不包括在内
文件/交易。

我想要的是codeComment包含以下内容：

The document line is included in the
          document/transaction.
          should capture this as well.

但它只提取第一行：

The document line is included in the

Answer 1

在角色类中，无论你多久写一次，每个角色都算一次。因此，不能使用字符类来检查连续的换行符。但你可以使用先行断言：

^\s{14}(?<codeComment>(?s)(?:(?!\n\n).)*)

(?s)启用单线模式（允许点匹配换行符）。

(?!\n\n)断言当前位置没有两个连续的换行符。

Answer 2

尝试

    [\r\n]{2,}

“匹配双换行符”

在DWR中用于删除双行/双行换行符（由于某些原因，未在解压缩文件中保留）

更多信息： How to remove unwanted "extra line breaks" that appear in PHP/CSS/JS files after unzip?

Answer 3

这个简单，最适合我：

/[\r]?\n[\r]?\n/g

使用正则表达式匹配双线换行符

3 个答案: