Question

我想从一些文本中提取序列。

序列以Diagnostic-Code:开头，中间部分甚至可以是多行中的任何字符，并且末尾用空行标记（之后文本继续，但这不是所需的序列）。

这适用于开头和中间部分，但结尾发现太晚了：

(?s)Diagnostic-Code: (.+)\n\n

字符串看起来像这样：

...
Status: 5.0.0
Diagnostic-Code: X-Postfix; test.com
*this*
*should*
*be included too*

--EA7634814EFB9.1516804532/mail.example.com
Content-Description: Undelivered Message
...

---------编辑---------

谢谢你的回答@Gurman！

但java.util.regex的行为方式与regex101.com不同

Action: failed
Status: 5.1.1
Remote-MTA: dns; gmail-smtp-in.l.google.com
Diagnostic-Code: smtp; 550-5.1.1 The email account that you tried to reach does
    not exist. Please try 550-5.1.1 double-checking the recipient's email
    address for typos or 550-5.1.1 unnecessary spaces. Learn more at 550 5.1.1
    https://support.google.com/mail/?p=NoSuchUser u11si15276978wru.314 - gsmtp

--E8A363093CEC.1520529178/proxy03.hostname.net
Content-Description: Undelivered Message
Content-Type: message/rfc822

Return-Path: <no-reply@hostname.net>

该模式与regex101上的整个多行诊断代码匹配，但java仅将第一行与第1组匹配：

smtp; 550-5.1.1 The email account that you tried to reach does

java-code：

diagnosticCodePatter = Pattern.compile("(?i)diagnostic[-| ]Code: ([\\s\\S]*?[\\r\\n]{2})");
matcher = diagnosticCodePatter.matcher(message);
    if (matcher.find()) {
        diagnosticCode = matcher.group(0);

Answer 1

试试这个正则表达式：

Diagnostic-Code[\s\S]*?[\r\n]{2}

<强> Click for Demo

不要忘记在Java前面用另一个\转义\。

<强>解释

Diagnostic-Code - 匹配文字Diagnostic-Code
[\s\S]*? - 尽可能少地匹配任何字符的出现次数（包括换行符）
[\r\n]{2} - 匹配2次换行符或回车符。

正则表达式将空行检测为结束

1 个答案: