另一个MultiLine Group正则表达式查询

Question

所以我正在尝试编写一个正则表达式来过滤特定代码段的文本文件（寻找速度而不是暴力）。

我想从每场比赛中得到三件事：

• 键以识别代码段
• 可选的语言，用于格式化每个代码段
• 值，表示开始和结束标记之间的所有行

这是正则表达式（可在此处找到失败的测试工具 - https://gist.github.com/shiftkey/5236161）：

(?s)code start (?<key>[A-Za-z-]*) (?<language>[A-Za-z]*).*[\n](?<value>.*?)[\n].*end code (?<key>[A-Za-z-]*)

使用以下选项：RegexOptions.Compiled | RegexOptions.ExplicitCapture | RegexOptions.Multiline。

这样的文件：

// code start foo csharp
var x = 1;
// end code foo 

给我预期的价值：

• 键：foo
• 语言：csharp
• 值：var x = 1;

但是当我引入第二行的片段时，我只得到最后一行：

// code start foo csharp
var x = 1;
var y = 2;
// end code foo 

• 键：foo
• 语言：csharp
• 值：var y = 2;

而不是

• 值：var x = 1;\r\nvar y = 2;（或类似）

让小组覆盖多条线路时我错过了什么？

我已经看过在SO上提出的类似场景，但它们并没有用于我的使用。

Answer 1

这可以通过改变两个.* s：

的贪婪来解决

(?s)code start (?<key>[A-Za-z-]*) (?<language>[A-Za-z]*).*?[\n](?<value>.*)[\n].*?end code (?<key>[A-Za-z-]*)

阅读语言后.*必须不那么贪心，因为我们需要在第一个换行符之后的内容作为片段值。但是，用于解析.*的{​​{1}}可能更贪婪，因为它不应该在遇到第一个value时停止，因此就是上述模式。

Answer 2

如果你想要，你可以用一些外观的东西来捕捉......

(?<=code\sstart\s)(?<key>\b\w+\b)\s(?<language>\b\w+\b).*\r\n(?<content>(?s).*)(?=\r\n.*end\scode\s\1\s-->)