匹配标签之间的文本

Question

当结束标记不重复时，如何匹配标记之间的文本？ 例如：

DATA GOES HERE
aaa
DATA GOES HERE
bbb

目标是捕获“aaa”和“bbb”。我尝试了以下正则表达式，但它无法匹配第二批;

^(DATA\sGOES\sHERE).*?\k<1>

以上结果始终是第一批;

DATA GOES HERE
aaa
DATA GOES HERE

感谢。

Answer 1

尝试使用：

(?s)^(DATA GOES HERE\R)(.+?)(?=\1|\z)

您想要的字符串位于第2组。

Answer 2

假设标签始终为DATA GOES HERE：

(?<=DATA GOES HERE[\r\n]).+

以下是RegexBuddy的输出显示匹配：

说明： -

• (?<=DATA GOES HERE[\r\n]) - 这是一个积极的看法。这意味着'确保前面有'。
• .+一个或多个字符（不是换行符）。

基本上，这会查找以DATA GOES HERE为一行的任何字符集。 lookbehind是零长度，因此它不参与匹配的文本，这就是为什么你只得到aaa和bbb，我假设你是想要的。

根据评论进行更新

  

如果换行符是CRLF，那么它也不起作用，当有多行要捕获时

关于CRLF的正确性，+之后应该有[\r\n]。要匹配多行，您可以使用以下内容：

(?<=(DATA GOES HERE[\r\n]+)).[\s\S]+?(?=\1)|(?<=DATA GOES HERE[\r\n]+).[\s\S]+

更新如下：

• [\s\S]+任何字符，包括新行。
• | =或。现在它将匹配DATA GOES HERE块之间或DATA GOES HERE之后的最后一个文本。

结果：

Answer 3

你可以尝试

(?:DATA GOES HERE\n(.+)(?=|$))+

捕获标记之间的文本（aaa和bbb）。

Debuggex Demo