正则表达式提取字符串之间的数据

Posted 2023-04-13

【中文标题】正则表达式提取字符串之间的数据

【英文标题】：Regex to extract data in between string

【发布时间】：2021-01-09 11:38:36

【问题描述】：

我尝试了下面的 ff 正则表达式，但它似乎不起作用。我想提取 F. Prepaids 和 G. Initial Escrow Payment 之间的数据，并得到下面的 ff 示例结果。谢谢。

#我的正则表达式

(?<=F. Prepaids)[\S\s]*?(?= G. Initial Escrow Payment)

#字符串

F. Prepaids $887.01
01 Homeowner's Insurance Premium ( 12 mo.) toAmerican Family  $893.00
Insura
02 Mortgage Insurance Premium (     mo.)
03 Prepaid Interest ($5.99 per day from 10/02/2020 to 10/01/2020) -$5.99
04 Property Taxes (     mo.)
05
06
07
08
G. Initial Escrow Payment at Closing $3,776.11

如果我得到介于两者之间的数据，我还想要一个正则表达式来获得 ff 结果，其中其他数据包括基于上述字符串的新行。

Homeowner's Insurance Premium ( 12 mo.) to American Family Insura
Mortgage Insurance Premium ( mo.)
Prepaid Interest ($5.99 per day from 10/02/2020 to 10/01/2020)
Property Taxes (     mo.)

对这个有什么想法吗？谢谢。

【问题讨论】：

要获取中间的内容，请省略 G 之前的空格。

什么意思？

G前面的lookahead中有一个空格。见regex101.com/r/n6PgvI/1

使用(?<=F. Prepaids)[\S\s]*?(?=G. Initial Escrow Payment)

试试this regex

【参考方案1】：

你可以使用

(?m)(?<=F\. Prepaids[\s\S]*?^\d+ )[^\r\n]+(?:\r?\n[^\n\d][^\r\n]*)?(?=[\s\S]*?\nG\. Initial Escrow Payment)

见regex demo

详情

(?m) - 开启多行模式 (?<=F\. Prepaids[\s\S]*?^\d+ ) - 匹配紧接在 F. Prepaids 前面的位置，然后是尽可能少的任何零个或多个字符，然后是行首的 1+ 个数字，然后是空格 [^\r\n]+ - 除 CR 和 LF 之外的任何一个或多个字符和 (?:\r?\n[^\n\d][^\r\n]*)* - 零个或多个 CRLF 或 LF 结尾序列，任何非数字和非换行符，然后是除换行符和回车之外的任何零个或多个字符 (?=[\s\S]*?\nG\. Initial Escrow Payment) - 当前位置必须跟在后面 [\s\S]*? - 尽可能少的零个或多个字符 \n - 换行符 G\. Initial Escrow Payment - G. Initial Escrow Payment 文本。

【讨论】：

但是有一个文本被附加在下一行，例如对于第一个数字，输出应该是“美国家庭保险的房主保险费（12 个月）”，该保险在下一行，893.00 美元的钱被删除了。

***.com/questions/64026623/…

@MrDave 您无法在一次匹配操作中匹配不连续的文本。这就是您使用单个匹配/提取选项所能做的一切。不，regex101 不支持 .NET 语法。

@MrDave 您无法在一次匹配操作中匹配不连续的文本。。或者使用替换。你试过用替换吗？

@MrDave 我不知道“似乎不起作用”是什么意思。正如你在我的演示中看到的，从Homeowner's Insurance Premium ( 12 mo.) toAmerican Family $893.00\r\nInsura 字符串，你得到Homeowner's Insurance Premium ( 12 mo.) toAmerican Family Insura 字符串，