Question

我想使用正则表达式提取多个文本块。我的正则表达式得到了正确的开始，但也将所有内容返回到文件的末尾。

我正在使用：

re.ignorecase = true
re.multiline = false
re.global = true
re.pattern = "\balias\s=\sX[\s\S]{1,}end"

文件格式的一个例子是：

Metadata Begin
    Easting Begin
        alias = X
        projection = "geodetic"
        datum = "GDA94"
    Easting End
    Northing Begin
        alias = Y
        projection = "geodetic"
        datum = "GDA94"
    Northing End
Metadata End

我希望每次出现时从alias开始提取到下一个End的文本，这样我就可以一次处理一个别名的详细信息。 e.g。

    alias = X
    projection = "geodetic"
    datum = "GDA94"
Easting End

但是这不会在End之后获得第一个alias。相反，[\s\S]匹配在第一个alias之后到文件末尾的所有内容。但[\s\S]是我能想到的唯一一个在每一行结束时越过CrLf的技巧。

是否存在与多行第一个End匹配的正则表达式？

Answer 1

你需要一个非贪婪的正则表达式。 [\s\S]{1,}贪婪，尽可能匹配所有角色。要在找到匹配匹配项后停止此模式，您需要在?旁边添加非贪婪量词{1,}。所以它就像[\s\S]{1,}?。这甚至可以用更简单的形式写成[\s\S]+?。

re.pattern = "\balias\s=\sX[\s\S]+?end"

如有必要，请在字符\b之前和之后添加end。

DEMO

Answer 2

我建议采用多步骤方法。

单挑街区：

(Easting|Northing) Begin([\s\S]*?)\1 End

逐行处理其内容
```
(\S+)\s+=\s+("?)(.*)\2
```

所以，当放在一起时，我们得到

Option Explicit

Dim reBlock, reLine, input
Dim blockType, blockBody, name, value

Set reBlock = New RegExp
Set reLine = New RegExp

input = LoadYourFile()

reBlock.Pattern = "(Easting|Northing) Begin([\s\S]*?)\1 End"
reBlock.Global = True
reBlock.IgnoreCase = True

reLine.Pattern = "(\S+)\s+=\s+(""?)(.*)\2"
reLine.Global = True
reLine.IgnoreCase = True

For Each block In reBlock.Execute(input)
    blockType = block.SubMatches(0)
    blockBody = block.SubMatches(1)
    For Each line In reLine.Execute(blockBody)
        name = line.SubMatches(0)
        value = line.SubMatches(2)
        WScript.Echo blockType & ": " & name & " = " & value
    Next
Next

显着特征

非贪婪匹配，如@ AvinashRaj的回答中所述。
在正则表达式

结构化方法允许轻松输出上下文信息（即“这个值属于哪个块？”）

VBS正则表达式提取多个块

2 个答案: