Question

考虑以下简单的文字信息：

info
  start
    date=20140521
    val=key1
    info="Just a string"
  end

  start
    date=20140521
    val=key2
    info="Another one"
  end
end

我想使用RegEx来捕获基于'val'字段值的部分。

为了举例，假设我想获得val = key1 section。

遵循正则表达式不会捕获任何内容！

(start((?=val=key1)(.|\s))*?end)

但是，如果我使用下面的那个，我可以捕获具有val = key2的部分（与我想要的相反）

(start((?!val=key1)(.|\s))*?end)

以下是本案例中捕获的部分：

  start
    date=20140521
    val=key2
    info="Another one"
  end

这样做的简单方法是什么？

Answer 1

如果您想忽略val=1以外的部分，可以在此处使用以下部分。

(?s)(start((?!val=\d+).)*val=1\b.*?end)

Live Demo

更新：

要回答更新的编辑，您可以使用以下内容来捕获这些部分。

(?s)(start((?!val=\w+).)*val=key1\b.*?end)

正则表达式：

(?s)           set flags for this block (with . matching \n)
(              group and capture to \1:
 start         'start'
 (             group and capture to \2 (0 or more times)
 (?!           look ahead to see if there is not:
  val=         'val='
   \w+         word characters (a-z, A-Z, 0-9, _) (1 or more times)
 )             end of look-ahead
 .             any character
 )*            end of \2 
 val=key1      'val=key1'
   \b          the boundary between a word char (\w) and not a word char
 end           'end'
)              end of \1

Live Demo

Answer 2

如果您只想查找start\s+val=1和end之间的内容，可以使用以下简单的内容：

(?s)\bstart\s+val=1\b(.*?)\bend\b

您可以用您感兴趣的任何模式替换val=1。

Answer 3

你所遇到的问题，即示例输入未捕获的问题，是在你想要的那个之前有一个开始/结束块，因为一个天真的正则表达式，即使使用不情愿的量词，也会在第一次启动之前匹配目标值。

解决方案是在匹配之前消耗尽可能多的输入：

.*(start.*?val=1\b.*?end)

参见live demo，它在目标之前有一个额外的块，它被捕获为第1组。

这个正则表达式，必须与＆＃34; dotall＆＃34;一起使用。 flag，将您的目标块捕获为组1.＆＃34;。*＆＃34;在前面是一个小而重要的部分，消耗可能在你的目标之前的任何块。

如果需要，可以通过在各个部分周围添加单词边界\b来更加严格。可能会在目标编号之后建议字边界，因此val=12之类的输入不会意外匹配。

RegEx：如何捕获子节

3 个答案: