Question

Regex - find all lines after a match:可能重复，但我的需求略有不同。

我想解析一个纯文本文件，其中包含由特定字符串分隔的多个日期/值数据。我想跳过文件的前半部分，直到我想要匹配结果的特定行。

以下是相关文件的示例（包括表格和空格的混乱）：

   I dont want to capture the following measures. This  text is     on a single line and        contains tabs and spaces    is also ends with this token : Token1
05/01/1969         0.01846  
15/01/1969         0.16730  
25/01/1969         0.33988  
05/04/1969         0.81319  
15/04/1969         0.76973  
25/11/2011             0.24210
05/12/2011             0.25220
15/12/2011             0.31160
25/12/2011             0.36845
            End :  bla bla bla
   This text        is also on a single line        and marks the beginning of a new series of      results. These are the results that I want. it also ends with the following         token : Token2
05/01/1969       109.46333  
15/01/1969       110.06998       118.18000
25/01/1969       110.82954  
05/02/1969       111.51394       118.83000
25/02/1969       112.36483  
05/10/2011       114.38798       114.31000
05/10/2011           114.31000       114.38798       114.38798       114.38798       114.38798       114.38798       114.38798
25/12/2011           112.64000       112.41261       112.86301       113.25494       114.06421       115.93219       116.38780
05/01/2012               112.22834       112.92301       113.40561       114.78823       116.62931       117.43421
05/09/2012               110.01410       112.16391       112.88199       115.23640       117.04756       118.04632
15/09/2012               109.97572       112.00809       112.70266       114.91247       116.65256       117.57412
25/09/2012               109.93967       111.87272       112.53305       114.60381       116.26935       117.12756 
            End :  Marks the    end of          the      file

我希望做的是匹配后的每一行以Token2结尾的行。我尝试过其他类似问题的不同解决方案但没有效果。我最终匹配文件的所有结果，并在应用以下模式之前考虑拆分它。有没有纯粹的正则表达式解决方案呢？

这是适用于整个文件的模式。使用命名的捕获组：

(?P<date>\d\d\/\d\d\/\d\d\d\d)\s*(?P<simul>\d+\.*\d*)[\t ]*(?P<observ>\d+\.*\d*){0,1}[\t ]*(?P<prev_no_rain>\d+\.*\d*){0,1}[\t ]*(?P<prev_10_dry>\d+\.*\d*){0,1}[\t ]*(?P<prev_20_dry>\d+\.*\d*){0,1}[\t ]*(?P<prev_50>\d+\.*\d*){0,1}[\t ]*(?P<prev_20_wet>\d+\.*\d*){0,1}[\t ]*(?P<prev_10_wet>\d+\.*\d*){0,1}

Regex101链接：https://regex101.com/r/a0mCZ2/3

Answer 1

您可以使用匹配字符串开头的\G运算符（可以使用负面外观排除）和上一个成功匹配位置的结尾。使用(?:\G(?!\A)|\bToken2[\r\n]+)，我们可以告诉正则表达式引擎在行尾找到一个完整的单词Token2（带有换行符号），然后只有当它们紧随其后才会找到以下子模式。 / p>

可以使用的正则表达式：

(?:\G(?!\A)[\r\n]*|Token2[\r\n]+)\K(?P<date>\d\d\/\d\d\/\d{4})\s*(?P<simul>\d+\.*\d*)[\t ]*(?P<observ>\d+\.*\d*)?[\t ]*(?P<prev_no_rain>\d+(?:\.\d+)*)?[\t ]*(?P<prev_10_dry>\d+\.*\d*)?[\t ]*(?P<prev_20_dry>\d+\.*\d*)?[\t ]*(?P<prev_50>\d+\.*\d*)?[\t ]*(?P<prev_20_wet>\d+\.*\d*)?[\t ]*(?P<prev_10_wet>\d+\.*\d*)?

请参阅regex demo。注意我将{0,1}替换为?以缩短它。

您感兴趣的部分是(?:\G(?!\A)[\r\n]*|Token2[\r\n]+)\K。

(?:\G(?!\A)[\r\n]*|Token2[\r\n]+) - 两种选择中的一种：
- \G(?!\A)[\r\n]* - 上一次成功比赛结束和0+换行符号
- | - 或
- Token2[\r\n]+ - Token2后跟1 + CR或LF。（如果您需要将Token2作为整个词匹配，则可以在其前面添加\b。
\K - 省略到目前为止匹配的文字。

(?P<date>\d\d\/\d\d\/\d{4})\s*(?P<simul>\d+\.*\d*)[\t ]*(?P<observ>\d+\.*\d*)?[\t ]*(?P<prev_no_rain>\d+(?:\.\d+)*)?[\t ]*(?P<prev_10_dry>\d+\.*\d*)?[\t ]*(?P<prev_20_dry>\d+\.*\d*)?[\t ]*(?P<prev_50>\d+\.*\d*)?[\t ]*(?P<prev_20_wet>\d+\.*\d*)?[\t ]*(?P<prev_10_wet>\d+\.*\d*)?是你的模式，我没有修改太多，并且匹配具有特定fata的行（请注意，它与行匹配的事实证明[\r\n]*在{{1}之后的使用是正确的}}）。

正则表达式匹配特定字符串之后的所有行

1 个答案: