Question

我有这个文本（数值可能会改变）：

.START_SEQUENCE RANDOM SENTENCE
  3.40000
  1 2 3 4有些文字与否   4 3 8 9
  .END_SEQUENCE

我想得到以下文字（所以基本上找到.START_SEQUENCE和.END_SEQUENCE之间的所有内容，但既没有START_SEQUENCE行的结尾也没有下一行的结尾）

1 2 3 4有些文字与否 4 3 8 9

我玩过Pattern.DOTALL，Pattern.MULTILINE，设法摆脱了一些事情，但从未结束我想要的确切选择。我不知道如何继续前进。

这是我的最后一次尝试。

final String START_SEQUENCE = "\\.START_SEQUENCE[^\n^\r]*";
final String END_SEQUENCE = "\\.END_SEQUENCE";
Pattern regex = Pattern.compile(START_SEQUENCE+"(.*)"+END_SEQUENCE, Pattern.DOTALL);
Matcher regexMatcher = regex.matcher(emn);
if (regexMatcher.find()) {
    String ResultString = regexMatcher.group(1);
}

结果是

3.40000
1 2 3 4有些文字与否 4 3 8 9

非常感谢提前！

Answer 1

将此正则表达式与Pattern.UNIX_LINES标志一起使用：

"\\.START_SEQUENCE.*\n.*\n((?:(?!\\.END_SEQUENCE).*\n)*+)\\.END_SEQUENCE"

说明

Pattern.UNIX_LINES使.等同于[^\n]。通常情况下，它是[^\n\r\u0085\u2028\u2029]。

让我们分解正则表达式（以便更容易阅读，解析转义序列）：

\.START_SEQUENCE.*\n             # Match the .START_SEQUENCE ... line
.*\n                             # Match (and ignore) the next line
((?:(?!\\.END_SEQUENCE).*\n)*+)
\.END_SEQUENCE                   # Match the .END_SEQUENCE line

((?:(?!\\.END_SEQUENCE).*\n)*+)匹配其中的其余行，并将结果放入捕获组1.通常，((?:.*\n)*?)就足够了，但为了防止大数据集上的StackOverflowError，我切换到占有量词*+并且需要检查(?!\\.END_SEQUENCE)，以便重复可以在没有回溯的情况下完成。

Answer 2

不是很多，但这样的事情，捕获组1包含感兴趣的数据。

(?-s)\.START_SEQUENCE.*\n.*\n([\S\s]*?)\.END_SEQUENCE

Answer 3

非正则表达式解决方案：

import  java.util.ArrayList;
import  java.io.File;
import  java.io.IOException;
import  org.apache.commons.io.FileUtils;
import  org.apache.commons.io.LineIterator;

/**
   <P>{@code java BetweenLineMarkersButSkipFirstXmpl C:\java_code\\xbn\z\xmpl\text\regex\BetweenLineMarkersButSkipFirstXmpl_data.txt}</P>
**/
public class BetweenLineMarkersButSkipFirstXmpl  {
   public static final void main(String[] as_1RqdTxtFilePath)  {
      LineIterator li = null;
      try  {
         li = FileUtils.lineIterator(new File(as_1RqdTxtFilePath[0])); //Throws npx if null
      }  catch(IOException iox)  {
         throw  new RuntimeException("Attempting to open \"" + as_1RqdTxtFilePath[0] + "\"", iox);
      }  catch(RuntimeException rtx)  {
         throw  new RuntimeException("One required parameter: The path to the text file.", rtx);
      }

      String sLS = System.getProperty("line.separator", "\n");

      ArrayList<String> alsItems = new ArrayList<String>();
      boolean bStartMark = false;
      boolean bLine1Skipped = false;
      StringBuilder sdCurrentItem = new StringBuilder();
      while(li.hasNext())  {
         String sLine = li.next().trim();
         if(!bStartMark)  {
            if(sLine.startsWith(".START_SEQUENCE"))  {
               bStartMark = true;
               continue;
            }
            throw  new IllegalStateException("Start mark not found.");
         }  if(!bLine1Skipped)  {
            bLine1Skipped = true;
            continue;
         }  else if(!sLine.equals(".END_SEQUENCE"))  {
            sdCurrentItem.append(sLine).append(sLS);
         }  else  {
            alsItems.add(sdCurrentItem.toString());
            sdCurrentItem.setLength(0);
            bStartMark = false;
            bLine1Skipped = false;
            continue;
         }
      }

      for(String s : alsItems)  {
         System.out.println("----------");
         System.out.print(s);
      }
   }
}

使用此输入：

.START_SEQUENCE RANDOM SENTENCE
3.40000
1 2 3 4
4 3 8 9
.END_SEQUENCE
.START_SEQUENCE RANDOM SENTENCE
3.40000
2 3 4 5
3 8 9 10
.END_SEQUENCE

输出：

[C:\java_code\]java BetweenLineMarkersButSkipFirstXmpl C:\java_code\BetweenLineMarkersButSkipFirstXmpl_data.txt
----------
1 2 3 4
4 3 8 9
----------
2 3 4 5
3 8 9 10

如何在java中的不完整行之间捕获文本

3 个答案:

说明