Question

我有正则表达式：

BEGIN\s+\[([\s\S]*?)END\s+ID=(.*)\]

从下面的文字中选择多行文字和ID。我只想选择前缀为X_的ID，但如果我将ID=(.*)更改为ID=(X_.*)，则根据需要从第二对中选择开始，而不是从第三对中选择。有人可以帮助我得到正确的表达吗？

文字示例：

BEGIN [
text a
END ID=X_1]

BEGIN [
text b
text c
END ID=Y_1]

text aaa
text bbb

BEGIN [
text d
text e
END ID=X_2]

text xxx

BEGIN [
text bbb
END ID=X_3]

Answer 1

假设某个块内没有任何换行符且BEGIN / END语句是其行的第一个非空格，我会编写正则表达式像这样（Perl表示法;如果使用不同的引擎，则更改分隔符并删除注释，空格和/x修饰符）

m{
  \n \s* BEGIN \s+ \[          # match the beginning
     ( (?!\n\s*\n) .)*?        # match anything that isn't an empty line
                               # checking with a negative look-ahead (?!PATTERN)
  \n \s* END \s+ ID=X_[^\]]* \] # the ID may not contain "]"
}sx                            # /x: use extended syntax, /s: "." matches newlines

如果内容可能是，则最好创建所有块的列表，然后通过它们进行grep。这个正则表达式匹配任何块：

m{ (
  BEGIN \s+ \[
  .*?              # non-greedy matching is important here
  END \s+ ID=[^\]]* \] # greedy matching is safe here
) }xs

（如果需要，添加换行符）

然后只保留与此正则表达式匹配的匹配项：

/ID = X_[^\]]* \] $/x  # anchor at end of line

如果我们不这样做，回溯可能会阻止正确匹配（[\s\S]*?可以包含END ID=X_）。你的正则表达式会在块中放置任何内容，直到它看到X_.*。

所以使用BEGIN\s+\[([/s/S]*?)END\s+ID=(.*?)\] - 注意额外的问号 - 一个匹配将是：

BEGIN [
text b
text c
END ID=Y_1]

text aaa
text bbb

BEGIN [
text d
text e
END ID=X_2]

...而不是在Y_失败。一个贪婪的匹配（你没有改变的正则表达式）应该导致整个文件匹配：你的(.*)吃掉所有字符（直到文件末尾），然后返回直到找到]。

编辑：

如果你使用perls regex引擎，我们可以使用(*FAIL)动词：

/BEGIN\s+\[(.*?)END\s+ID=(X_[^\]]*|(*FAIL))\]/s

“要么ID为X_，要么匹配失败”。但是，这并不能解决数据中END ID=X_1]之类的语句问题。

Answer 2

正如人们一直在说的那样，.*并不是在吞噬一切，而是[\s\S]*?。.*。 END\s+ID=(X_.*)\]无法做到，因为（正如OP所说）点与新行不匹配。

当正则表达式的[\s\S]*?部分无法与第二个块的最后一行匹配时，您希望它放弃该块并从第三个块重新开始。这就是做最短匹配所必须做的事情。

实际上，它会回溯到行的开头，让END\s+ID=(X_.*)\]代替它。并且它会一直消耗，直到找到END可以匹配的位置，这恰好是第三个块的最后一行。

以下正则表达式通过逐行匹配来避免这个问题，检查每个问题以查看它是否以(?m)^BEGIN\s+\[[\r\n]+((?:(?!END).*[\r\n]+)*)END\s+ID=(X_.*)\]开头。这有效地将匹配限制在一个块中。

请注意，我使用(?m)将每个匹配锚定到一行的开头，因此我使用{{1}}打开了多行模式。但我没有 - 你应该不 - 打开单线/ DOTALL模式。

Answer 3

将您的.*更改为[^\]]*（即匹配非），以便您的匹配不会溢出END块，为您提供BEGIN\s+\[([^\]]*?)END\s+ID=(X_[^\]]*)\] < / p>

使用正则表达式在每个块的末尾使用ID的多行选择块

3 个答案:

编辑：