如何匹配以下？

Question

我要解析的数据包含以下格式的列：

Character   Big Medium  Meaning ImageCode   Small   Constitutens    Lesson  Frame   Strokes JH  JTPL    Heisig Story    koohiiStory1    koohiiStory2    On-Reading  Kun-Reading Examples:

所有这些都由标签\t分隔（即使它在浏览器上看起来不像它）。另请注意，每行末尾都有一个冒号:。问题是列koohiiStory2和examples可能存在也可能不存在，并且可能还存在数据损坏且Heisig Story内有选项卡的情况，但这些是少数

我想要匹配的是On-Reading，Kun-Reading和Examples的值。所有这些都与其他人不同，因为他们不使用标准的英文字符（romaji），但他们使用日文字符而不是可能有一些逗号或点。同时保证Kun-Reading或Examples以冒号:结尾，On-Reading和Kun-Reading将存在，并且所有三列都将连续。

以下是一些sample data。

如何解析返回this？

Answer 1

好的，我会试一试。

由于您期望的内容主要是dot + space or tab* and :

中的非ascii 字符

(?<=\.(\s|\t)) // Positive lookbehind for a 'dot' + 'space or tab'
[^\w]+ // Any non words
(?=\:) // Positive lookahead for a ':'

Working sample on regex101