Question

我需要通过以下方式在大文本中找到这些组：

定义组开头的单词
小组中包含的Word
定义组群完成的单词

起始字是：开始包含的单词是： 536916223 结束语是：结束

在文本的底部，我需要找到2组..

我试过用：

\bbegin.*(\n*.*)*536916223(\n*.*)*\bbegin

但如果我尝试在网站上使用之前的正则表达式＆＃34; http://regexr.com/＆＃34; 它以超时响应......我认为正则表达式不是很好:(

案文是：

begin active link
   export-version : 11
   actlink-order  : 2
   wk-conn-type   : 1
   schema-name    : HelpDesk
   actlink-mask   : 1
   actlink-control: 750000002
   enable         : 1
   action {
      set-field   : 0\536916222\101\4\1\1\
   }
   errhandler-name: 
end
begin active link
   export-version : 11
   actlink-order  : 2
   wk-conn-type   : 1
   schema-name    : HelpDesk
   actlink-mask   : 1
   actlink-control: 610000092
   enable         : 1
   permission     : 0
   action {
      id          : 536916223
      focus       : 0
      access-opt  : 1
      option      : 0
   }
   action {
      set-field   : 0\536916222\101\4\1\1\
   }
   errhandler-opt : 0
   errhandler-name: 
end
begin active link
   actlink-order  : 12
   wk-conn-type   : 1
   schema-name    : HelpDesk
   actlink-mask   : 2064
   enable         : 1
   permission     : 0
   action {
      id          : 536916223
      focus       : 0
      access-opt  : 1
      option      : 0
   }
   action {
      set-field   : 0\536916222\101\4\1\1\
   }
   errhandler-opt : 0
   errhandler-name: 
end

有人可以建议我为这项工作优化正则表达式吗？

此致蒙特拉

Answer 1

使用展开的tempered greedy token：

/\bbegin.*(?:\n(?!begin|end(?:$|\n)).*)*\b536916223\b.*(?:\n(?!begin|end(?:$|\n)).*)*\nend/g

或更短版本，如果我们添加MULTILINE修饰符：

/^begin.*(?:\n(?!begin|end$).*)*\b536916223\b.*(?:\n(?!begin|end$).*)*\nend$/gm

请参阅regex demo（a version with MULTILINE modifier）

详细：

\bbegin - 一个单词begin（可以在其后添加单词边界\b以确保匹配）
.* - begin
(?:\n(?!begin|end(?:$|\n)).*)* - 展开的驯化贪婪令牌(?:(?!\n(?:begin|end(?:$|\n)))[\s\S])*匹配任何序列，但在行的开头begin和end作为整行
\b536916223\b - 整个单词536916223
.* - 数字后面的其余部分
(?:\n(?!begin|end(?:$|\n)).*)* - 另一个展开的驯化贪婪令牌
\nend - 换行符之后的end字词（可以在确定匹配后添加(?:$|\n)）

Answer 2

.*(\n*.*)*部分有点复杂，导致许多回溯。由于.与空格字符不匹配，因此我们可以使用全局通配符（例如[\S\s]）来匹配任何字符。另一种可能的改进（以及可能的纠正）是使用惰性匹配，即*?
以下模式似乎工作正常 \bbegin[\S\s]*?536916223[\S\s]*?\bend

Answer 3

正则表达式（设置m修饰符）：

^begin(?:(?!^end)[\s\S])*?536916223[\s\S]*?end

说明：

^begin              # Match `begin` at start of line
(?:                 # Start of non-capturing group (a)
    (?!^end)[\s\S]      # A character which is not followed by `end` delimiter
)*?                 # Zero or more times (un-greedy)
536916223           # Up to special word
[\s\S]*?            # Match any other characters
end                 # Up to first `end` delimiter

Live demo

更高效的版本 - （设置m修饰符）：

^begin.*(?:\n(?!^end).*)*536916223(?:.*\n)*?^end

Live demo

用正则表达式在bin文本中搜索组

3 个答案: