列分隔键值文本与可能的多行字符串和键值子串

Question

这与this问题有关。

这是一个正则表达式：(?<key>[^:\s]+): (?<value>(?>[^\n]*\R)*?[^\n]*)(?=\R\S+:|$)。 它应解析多行“key：value”对，但有一个例子未正确解析。

请你帮我修改这个原始的正则表达式。

示例，正则表达式和错误在这里（查看未着色的行）：http://regex101.com/r/sH9lP9

ОПИСАНИЕ应该是关键

Fолько: РФ: Квартира `в` хорошем ~ 1500 ~`!@#$%^&*'()_+=-\|</>{.}
fdsdf[,]";:? состояние. по - оплате 25000+К/У`

应该是值。

Answer 1

你的正则表达式在冒号后面有一个空格，这需要在“key：value”对中冒号之后有一个空格。如果你看一下你的例子，一行不匹配，在冒号后面有一个问号，而不是空格，这使得它不匹配。

您可以使用以下解决方案之一：

(?<key>[^:\s]+): ?(?<value>(?>[^\n]*\R)*?[^\n]*)(?=\R\S+:|$)

在空格可选后添加问号，或者：

(?<key>[^:\s]+):\s*(?<value>(?>[^\n]*\R)*?[^\n]*)(?=\R\S+:|$)

在冒号之后吃掉所有可能的空格，这可能是最好的，因为它使得对空格的使用不那么严格。

或者，如果问题是需要空格并且整行应该是前一个键的值的一部分，那么您应该向子模式添加空间以确定值的结束。换句话说，你可以改变它（在末尾添加'：'之后的空格）：

(?<key>[^:\s]+): (?<value>(?>[^\n]*\R)*?[^\n]*)(?=\R\S+: |$)