Question

我有一个我需要使用正则表达式解析的文本文件。我需要捕获的文本是多行组，如下所示：

truck
zDoug
Doug's house
(123) 456-7890
Edoug@doug.com
30
61234.56
8/10/2003

vehicle
eRob
Rob's house
(987) 654-3210
Frob@rob.com

对于这个例子，我需要捕获卡车，然后是接下来的七行。换句话说，在这个“块”中，我有8组。这是我尝试过但它不会捕获下一行：

(truck)\n(\w).

注意：在将其移植到Java之前，我正在使用程序RegExr来测试我的正则表达式。

Answer 1

(?m)^truck(?:(?:\r\n|[\r\n]).+$)*

这假定整个文本已被读入单个字符串（即，您不是逐行读取文件），但它不假设行分隔符始终\n，正如您的代码所做的那样。至少你应该允许\r\n和\r，这是(?:\r\n|[\r\n])所做的。但它仍然只匹配一个分隔符，因此匹配在块结尾处的双线分隔符之前停止。

匹配数据块后，可以将其拆分为行分隔符以获取各行。这是一个例子：

Pattern p0 = Pattern.compile("(?m)^truck(?:(?:\r\n|[\r\n]).+$)*");
Matcher m = p0.matcher(data);
while (m.find())
{
  String fullMatch = m.group();
  int n = 0;
  for (String s : fullMatch.split("\r\n|[\r\n]"))
  {
    System.out.printf("line %d: %s%n", n++, s);
  }
}

输出：

line 0: truck
line 1: zDoug
line 2: Doug's house
line 3: (123) 456-7890
line 4: Edoug@doug.com
line 5: 30
line 6: 61234.56
line 7: 8/10/2003

我还假设每行数据至少包含一个字符，并且数据块之间的空行实际上是空的 - 即没有空格，TAB或其他不可见字符。

（顺便说一句：要在RegExr中测试该正则表达式，请删除(?m)并检查multiline框.RegExr由ActionScript提供支持，因此规则略有不同。对于 Java - 动力正则表达式测试程序，请查看RegexPlanet。）

Answer 2

我认为为了跨越多行，你的Pattern应该在DOTALL模式下编译，比如

Pattern p = Pattern.compile("truck\\n(.*\\n){7}", Pattern.DOTALL);

Answer 3

此模式应该有效((.*|\n)*)

如何在java中使用正则表达式捕获多线模式？

3 个答案: