Question

我正在尝试匹配以字母开头的一个或多个段落。我正在测试，并尝试使用dotALL，lookaheads，multiline等，但似乎无法正常工作。我要匹配的字符串如下所示：

      A-B:  Object, procedure:
      - Somethings.
      - More things, might run over several lines like this where the sentence just keeps on going and going and going and sometimes isn't even a sentence.
      - Another line, sometimes not ending with period
      - Variable amount of white space at the beginning of new lines

       Comment (A-B): sometimes, there are comments which are separated by two \n\n characters like this.*

      C.  Second object, other procedure:
      - More lines.
      - Can have various leads (including no ' - ' leading.
      - Variable number of lines.

我最接近比赛的是使用'（。+？\ n \ n |。+？$）'和dotALL（我意识到这很草率），但即使这样也没用，因为它错过了注释或段落由更多行分隔，但仍位于标题（[AZ]？-？[AZ]）下。

理想情况下，我想捕获match.group（1）中的标题或标题（AB :)或（C.），以及match.group（2）中下一个标题之前的其余段落。，但我很乐意捕获所有内容。我试图先行捕捉标题之间的所有内容，但是错过了最后一个没有标题的最后一个实例。

我是新手，如果这个问题已经得到回答或不清楚，我深表歉意（但是我一直在寻找过去两天没有成功的信息）。谢谢！

Answer 1

这是我为您建议的解决方案：）

scanf("%d", &n);
j = 0;
for(i = 0; i < n; i++){
    scanf("%d", &a);
    if(mapp[a] != true){
        mapp[a] = true;
        ara[j++] = a;
    }
}

Answer 2

我最终放弃了捕获评论及其后的所有内容。我使用以下代码捕获每个标头（group（1））的字母，标头的文本（group（2））和该段中不包含注释的文本（group（3））。

（[[AZ] {1,2} | [AZ]-[AZ]）（？:: |。）+（\ w。+）\ n +（（\ s *（-*。+））+ ）

（[[A-Z] {1,2} | [A-Z]-[A-Z]）（？:: |。）+ 捕获字母（第1组），冒号或句号以及其后的空格

（\ w。+）\ n + 捕获标题文本和下一行

（（（\ s *（-*。+））+）捕获多行以空格，破折号，空格和文本开头的行

感谢您在此方面的所有帮助！：）

Answer 3

您可以使用

(^[^\n]+)(?:\n *-.+(?:\n.+)*|\n\n.+\n)+

(^[^\n]+)-匹配标题行，然后反复在
\n *-.+(?:\n.+)*-非注释行：以空格开头，后跟-，可以跨多行运行
\n\n.+\n-或者，匹配注释行

（没有dotall标志）

https://regex101.com/r/6kle0u/2

这取决于注释行之前总是有\n\n。

python regex匹配以标签开头的段落

3 个答案: