Question

我必须匹配包含一些短语的文本，它必须包含在两个常量之间。让我举一个例子：
我的上限和下限是相同的，例如“开始”。现在有更多的文本块被“START”限制。我想在限制之间捕获文本，但捕获的文本必须包含一些短语。

START
text1 text1 text1 phrase1 text text
START
text2 text2 phrase2 text2
START
text3 phrase1
START

现在我想用phrase1捕获文本。它是“text1 text1 text1 phrase1 text text”和“text3 phrase1”。

匹配的文字可能包含START字词。

我的尝试（无法以正确的方式运作）是：START((.|\s)*?phrase1(.|\s)*?)START。

当START text1 text1 text1 phrase1 text text START被捕获时，我将其保存到变量中，并使用替换正则表达式方法和“START”，所以在它之后它看起来像这样：

START
text2 text2 phrase2 text2
START
text3 phrase1
START

第二次循环后我得到了：

START
text2 text2 phrase2 text2
START

当我得到第三个循环（如果它工作正则表达式应该返回false）但我崩溃了。在一些在线正则表达式中，它显示没有匹配，因此它与模式有关。

编辑：添加循环的代码

set regEx = new RegEx
//sInputString is my text

regEx.pattern = "START((.|\s)*?phrase1(.|\s)*?)START"
set matches = regEx.Execute(sInputString)

do while (matches.count <> 0)
    sInputString = regEx.Replace(sInputString, "START")
    set matches = regEx.Execute(sInputString) //this line crashes after "ending loop"
    //saving to array
loop

Answer 1

(.|\s)*?构造效率非常低，会给正则表达式用户带来很多痛苦。始终将其替换为.*?（使用单行修饰符），或[\s\S]*?或使用unrol-the-loop'ed正则表达式。

在你的情况下，你可以像这样使用unroll-the-loop正则表达式：

\bSTART\b([^S]*(?:S(?!TART\b)[^S]*)*)

匹配：

\bSTART\b - 整个单词START（如果您不使用整个单词，可以省略\b）
([^S]*(?:S(?!TART\b))*) - 一个匹配的捕获组
- [^S]* - 除S
- (?:S(?!TART\b)[^S]*)* - 0个或更多个序列...
  - S(?!TART\b) - S未跟随TART和字边界
  - [^S]* - 除S

获得

text1 text1 text1 phrase1 text text
text2 text2 phrase2 text2
text3 phrase1

请参阅regex demo

现在，如果您只需要2个子字符串，只需在结尾处添加\bSTART\b，它将使用尾随START：

\bSTART\b([^S]*(?:S(?!TART\b)[^S]*)*)\bSTART\b

请参阅another demo（捕获text1 text1 text1 phrase1 text text和text3 phrase1）。

第二个正则表达式基本上与(?s)\bSTART\b(.*?)\bSTART\b相同，但是对于较长的文本来说效率要高得多，但是.*?懒惰点匹配（匹配0个或更多任何字符但是当子串很短时，最好尽可能少地返回有效匹配。

最后一点：如果您不需要匹配整个单词，则不必使用单词边界\b。

REGEX：匹配包含短语的文本，它包含在两个单词之间

1 个答案: