正则表达式在标签内找到多个字符串实例

Question

我有这个文件：

BT
abc
def
(xxxx)Tj
ghi
lmn
(yyyy)Tj
ET
AK
abc
def
(wwww)Tj
ghi
lmn
(zzzz)Tj
EK
.....

（这是PDF结构的一个例子）。

我想提取 BT-＆gt; ET 标记内的每个（文本）Tj 。 此示例的输出必须是：

• XXXX

• YYYY

（而不是'wwww'和'zzzz'因为在AK-＆gt; EK标签内......）

我写了我的第一个正则表达式：

(?:^BT$)(:?[\s\S]*?)(^\(.*\)Tj$)(?:[\s\S]*?)(:?^ET$)

但这只是第一个'xxxx'。 我该怎么办？

Answer 1

幸福新闻是C＃支持\G anchor。 anchor \ G匹配上一场比赛结束的位置。

(?:(?:^|\n)\bBT\b|(?<!^)\G)(?:(?!\bET\b).)*?\(([^)]+)\)Tj(?=\n(?:(?!\bET\b).)*?ET)

只需从组索引1中获取所需的字符串。

DEMO