在两个关键字或关键字之间提取文字并\ n

Question

我有一组行，其中大多数都遵循这种格式

STARTKEYWORD some text I want to extract ENDKEYWORD\n

我想找到这些行并从中提取信息。

请注意，关键字之间的文字可以包含多种字符（拉丁字母和非拉丁字母，数字，空格，特殊字符），但\n除外。

ENDKEYWORD是可选的，有时可以省略。

我的尝试围绕着这个正则表达式

STARTKEYWORD (.+)(?:\n| ENDKEYWORD)

但是，捕获组(.+)会占用尽可能多的字符，并且需要ENDKEYWORD这些我不需要的字符。

有没有办法让some text I want to extract单独使用正则表达式？

Answer 1

你可以通过添加?并添加$代替\n来使（。+）非贪婪（默认情况下是贪婪的并且吃掉其中的任何东西）以获得更多高效

STARTKEYWORD (.+?)(?:$| ENDKEYWORD$)

如果您特别想要\n，可以使用：

STARTKEYWORD (.+?)(?:\n| ENDKEYWORD\n)

请参阅DEMO

Answer 2

您可以使用基于前瞻性的正则表达式。最好使用$行锚点结束，因为最后一行不会在最后一行包含换行符。

STARTKEYWORD (.+?)(?= ENDKEYWORD|$)

OR

STARTKEYWORD (.+?)(?: ENDKEYWORD|$)

DEMO