Question

我试图将两个字符串之间的行提取为单独的匹配项：

START-OF-FIELDS
Line A
Line B
Line C
END-OF-FIELDS

这是我的正则表达式：

(?<=START-OF-FIELDS)(.*\n)*(?=END-OF-FIELDS)

结果只是包含所有三行的一个匹配。我如何获得三场比赛：

A行 - ＆gt;匹配1
B行 - ＆gt;匹配2
C行 - ＆gt;比赛3

Answer 1

使用.net，您可以在全球研究中使用此模式：

使用多行选项：

@"(?:\G(?!\A)|START-OF-FIELDS)\r?\n(.*)(?>\r?\nEND-OF-FIELD(?=S\r?$))?"

结果在捕获组1中。

该模式适用于2个入口点。第一个是“START-OF-FIELDS”，用于第一个结果。第二个是\G(?!\A)，用于其他结果。

\G是最后一次匹配后字符串中位置的锚点。在开头\G被初始化为字符串位置的开头，为了避免这种特殊情况，我添加了(?!\A)以确保该分支在第一个位置失败。

\G只有在第一个结果后才允许连续匹配。

为了打破连续性，我添加了一个可选的非捕获组，它匹配“END-OF-FIELDS”但没有最后一个字符。

You can see a demo here.

使用C＃可以实现另一种方式，因为可以提取已经重复捕获组匹配的所有内容：

使用这种模式：

string pattern = @"START-OF-FIELDS\r?\n(?>(.*)\r?\n)*?(?>END-OF-FIELD(?=S\r?$))";

Match match = Regex.Match(input, pattern, RegexOptions.Multiline);

if (match.Success) {
    foreach (Capture capture in match.Groups[1].Captures) {
        Console.WriteLine(capture.Value);
    }
}

这种方式的优点是在找到字段时搜索停止。

Answer 2

我会使用否定前瞻

^(?!START\-OF\-FIELDS|END\-OF\-FIELDS)(.*)$

您还需要m和g修饰符（多行和全局）

在这里演示http://regex101.com/r/xC7qJ2/2

编辑：

修正案：我还有START-OF-FIELDS之前的文本以及END-OF-FIELDS之后的文本。在这种情况下，我会得到太多的比赛。匹配必须在这两个字符串之间！

啊够公平。在这种情况下，为了完整起见，我个人只是使用类似(:?START\-OF\-FIELDS)\n(.*)\n(:?END\-OF\-FIELDS)的模式和修饰符mgs，然后在代码中拆分代码中换行符上的单个捕获。

Answer 3

你的问题的答案是“不”。

这就是原因。

你提供的正则表达式是：

(?<=START-OF-FIELDS)(.*\n)*(?=END-OF-FIELDS)

请注意，此处有三个括号内的子表达式。其中两个是外观，但在外观之间是 一个括号内的子表达式 。

我相信您的(.*\n)*与第一个换行符相匹配，将其放入 $ 1 （或 \\ 1 或其他）。然后尾随*允许重复括号中的子表达式，它们永远不会被放入返回值，因为它们不是初始括号内子表达式的一部分。如果您还没有第一个括号内的子表达式，那么您将无法重复。后续重复不会作为结果返回，因为它们不在自己的括号内。

我认为有两种解决方法。

第一种方法是将整个匹配的文本放入一个单独的字符串中，例如：

(?<=START-OF-FIELDS)((.*\n)*)(?=END-OF-FIELDS)

现在您已经在 $ 1 中获得了重复的文字，并且您可以按换行符进行拆分。

第二种方式只有在你知道你只有三行时才有效。那将是：

(?<=START-OF-FIELDS)(.*\n)(.*\n)(.*\n)(?=END-OF-FIELDS)

现在你有多个子表达式，每行一个。

这些都没有完全符合你的要求，因此我最初的答案是“不”。： - ）

正则表达式：两个字符串之间的行作为单独的匹配

3 个答案: