RegEx：如何在正则表达式与<delimiter>匹配之前捕获一行

Question

我举起这段文字：

II - title - XXXXXXXX
CNPJ: XXXXXXXXXX
test1: XXXXXXXXXX
Test1: XXXXXXXXXX

IIX - XXXXXXXX
CNPJ: XXXXXXXXXX
test2: XXXXXXXXXX
Test2: XXXXXXXXXX

我需要这个：

array(
0 => '
    II - title - XXXXXXXX
    CNPJ: XXXXXXXXXX
    test1: XXXXXXXXXX
    Test1: XXXXXXXXXX
',
1 => '
    IIX - XXXXXXXX
    CNPJ: XXXXXXXXXX
    test2: XXXXXXXXXX
    Test2: XXXXXXXXXX
',
 )

我用PHP代码填充这个正则表达式：

$regex = '~((?<delimiter>((.*\n{1}CNPJ)+).*?(?=(?&delimiter)|\Z)))~s';
preg_match_all($regex, $text, $matches);

单独的正则表达式工作：

(.*\n{1}CNPJ)

但当我加入＆＃39;分隔符＆＃39;它不起作用

'~((?<delimiter>((.*\n{1}CNPJ)+).*?(?=(?&delimiter)|\Z)))~s';

Answer 1

这里是一个刺（需要＆＃39; g＆＃39;修饰符）：

([IX]* - ((.*) - )?(.*)\nCNPJ: (.*)\ntest[0-9]: (.*)\nTest[0-9]: (.*))+

不确定您希望在＆＃34; XXXXXX＆＃34;字段，所以我把它们留作(.*)。当然，你可以适应这些。

（。*）按顺序对应每个字段的标题和内容。

我不是真正的PHP家伙，但我希望这会有所帮助。

干杯，  圣保罗

PS：我同意John的观点 - 它可能更容易逐行处理。

更新：修正了表达式以删除不必要的＆＃39; X＆＃39;

<强> UPDATE2 ：

如果要捕获CNPJ（或任何其他特定字段），可以使用命名捕获。对于CNPJ，那将是([IX]* - ((.*) - )?(.*)\nCNPJ: (?P<cnpj>.*)\ntest[0-9]: (.*)\nTest[0-9]: (.*))+

Answer 2

看起来你没有在PHP的正则表达式引擎中使用适当的命名组语法。如果要创建命名组，则应使用（？[regex]）。不幸的是，大多数正则表达式引擎允许你使用（？p = groupName）引用正则表达式中的命名组，但是目前php不支持它。相反，您必须按编号引用该组。