正则表达式如何匹配多行的所有任意字符

Posted 2023-05-11

参考技术A

如何使用正则表达式来获取一段文本中的任意字符包括换行符“\\n”呢？
匹配方法可以使用 ([\\s\\S]*) 或 ([\\d\\D]+) 或 ([\\w\\W]*)
其中*表示重复零次或更多次，+表示重复一次或更多次。

可以使用正则表达式在线测试工具验证，如下图：

正则表达式常用字符释义如下表：

如何在正则表达式中匹配多行中的任何字符？

【中文标题】如何在正则表达式中匹配多行中的任何字符？

【英文标题】：How do I match any character across multiple lines in a regular expression?

【发布时间】：2008-10-01 18:48:22

【问题描述】：

例如，这个正则表达式

(.*)<FooBar>

将匹配：

abcde<FooBar>

但是如何让它匹配多行呢？

abcde
fghij<FooBar>

【问题讨论】：

澄清一下；我最初使用 Eclipse 在多个文件中进行查找和替换。我通过下面的答案发现我的问题是工具而不是正则表达式模式。

【参考方案1】：

试试这个：

((.|\n)*)<FooBar>

它基本上说“任何字符或换行符”重复零次或多次。

【讨论】：

这取决于您使用的语言和/或工具。请告诉我们您正在使用什么，例如 Perl、PHP、CF、C#、sed、awk 等。

根据您的行尾，您可能需要((.|\n|\r)*)<FooBar>

他说他正在使用 Eclipse。我认为这是正确的解决方案。我有同样的问题，这解决了它。

对 - 问题是关于 eclipse 的，标签也是如此。但公认的解决方案是 PHP 解决方案。你的应该是公认的解决方案...

这是匹配多行输入的最差的正则表达式。除非您使用 ElasticSearch，否则请不要使用它。使用[\s\S]* 或(?s).*。

【参考方案2】：

这取决于语言，但应该有一个可以添加到正则表达式模式的修饰符。在 PHP 中是：

/(.*)<FooBar>/s

末尾的 s 使点匹配 所有 个字符，包括换行符。

【讨论】：

如果我想要只是一个新行而不是所有字符怎么办？

@Grace：使用 \n 匹配换行符

s 标志（现在？）无效，至少在 Chrome/V8 中是这样。而是使用 /([\s\S]*)/ 字符类（匹配空格和非空格] 而不是句点匹配器。有关更多信息，请参阅其他答案。

@Allen - JavaScript 不支持 s 修饰符。相反，请执行 [^]* 以获得相同的效果。

在 Ruby 中，使用 m 修饰符

【参考方案3】：

问题是，. 模式可以匹配 any 字符吗？答案因发动机而异。主要区别在于该模式是由 POSIX 还是非 POSIX 正则表达式库使用。

关于 lua-patterns 的特别说明：它们不被视为正则表达式，但 . 匹配那里的任何字符，与基于 POSIX 的引擎相同。

关于matlab 和octave 的另一个说明：. 默认匹配任何字符（demo）：str = "abcde\n fghij<Foobar>"; expression = '(.*)<Foobar>*'; [tokens,matches] = regexp(str,expression,'tokens','match');（tokens 包含abcde\n fghij 项）。

此外，在所有boost 的正则表达式语法中，点默认匹配换行符。 Boost 的 ECMAScript 语法允许您使用 regex_constants::no_mod_m (source) 将其关闭。

至于oracle（基于POSIX），使用the n option（demo）：select regexp_substr('abcde' || chr(10) ||' fghij<Foobar>', '(.*)<Foobar>', 1, 1, 'n', 1) as results from dual

基于 POSIX 的引擎：

仅. 已经匹配换行符，因此不需要使用任何修饰符，请参阅bash (demo)。

tcl (demo)、postgresql (demo)、r（TRE，基本 R 默认引擎，不带 perl=TRUE，用于带 perl=TRUE 的基本 R 或 stringr/stringi 模式，使用(?s) 内联修饰符）（demo）也同样对待.。

然而，大多数基于 POSIX 的工具会逐行处理输入。因此，. 与换行符不匹配，只是因为它们不在范围内。以下是一些如何覆盖它的示例：

sed - 有多种解决方法。最精确但不是很安全的是sed 'H;1h;$!d;x; s/\(.*\)><Foobar>/\1/'（H;1h;$!d;x; 将文件吞入内存）。如果必须包含整行，可以考虑sed '/start_pattern/,/end_pattern/d' file（从开头删除将包含匹配行结束）或sed '/start_pattern/,/end_pattern///!d;;' file（排除匹配行）。 perl - perl -0pe 's/(.*)<FooBar>/$1/gs' <<< "$str"（-0 将整个文件吞入内存，-p 在应用-e 给出的脚本后打印文件）。请注意，使用 -000pe 将删除文件并激活“段落模式”，其中 Perl 使用连续换行符 (\n\n) 作为记录分隔符。 gnu-grep - grep -Poz '(?si)abc\K.*?(?=<Foobar>)' file。这里，z 启用文件 slurping，(?s) 启用 . 模式的 DOTALL 模式，(?i) 启用不区分大小写模式，\K 省略到目前为止匹配的文本，*? 是一个惰性量词，@ 987654420@ 匹配<Foobar> 之前的位置。 pcregrep - pcregrep -Mi "(?si)abc\K.*?(?=<Foobar>)" file（M 在此处启用文件 slurping）。注意pcregrep 是 macOS grep 用户的一个很好的解决方案。

See demos.

非 POSIX 引擎：

php - 使用 s 修饰符 PCRE_DOTALL modifier: preg_match('~(.*)<Foobar>~s', $s, $m) (demo)

c# - 使用 RegexOptions.Singleline 标志 (demo)： - var result = Regex.Match(s, @"(.*)<Foobar>", RegexOptions.Singleline).Groups[1].Value;- var result = Regex.Match(s, @"(?s)(.*)<Foobar>").Groups[1].Value;

powershell - 使用 (?s) 内联选项：$s = "abcde`nfghij<FooBar>"; $s -match "(?s)(.*)<Foobar>"; $matches[1]

perl - 使用s 修饰符（或(?s) 开头的内联版本）（demo）：/(.*)<FooBar>/s

python - 使用re.DOTALL（或re.S）标志或(?s)内联修饰符（demo）：m = re.search(r"(.*)<FooBar>", s, flags=re.S)（然后是if m:，print(m.group(1))）

java - 使用 Pattern.DOTALL 修饰符（或内联 (?s) 标志）（demo）：Pattern.compile("(.*)<FooBar>", Pattern.DOTALL)

groovy - 使用 (?s) 模式内修饰符 (demo)：regex = /(?s)(.*)<FooBar>/

scala - 使用(?s) 修饰符（demo）："(?s)(.*)<Foobar>".r.findAllIn("abcde\n fghij<Foobar>").matchData foreach m => println(m.group(1))

javascript - 使用[^] 或解决方法[\d\D] / [\w\W] / [\s\S] (demo)：s.match(/([\s\S]*)<FooBar>/)[1]

c++ (std::regex) 使用 [\s\S] 或 JavaScript 解决方法 (demo)：regex rex(R"(([\s\S]*)<FooBar>)");

vba vbscript - 使用与 JavaScript 中相同的方法 ([\s\S]*)<Foobar>。 （注意：RegExp 对象的 MultiLine 属性有时被错误地认为是允许 . 跨换行符匹配的选项，而实际上，它只会更改 @987654461 @ 和 $ 行为匹配 lines 而不是 strings 的开始/结束，与 JavaScript 正则表达式相同） 行为。）

ruby - 使用/m MULTILINE modifier (demo)：s[/(.*)<Foobar>/m, 1]

rtrebase-r - 基础 R PCRE 正则表达式 - 使用 (?s): regmatches(x, regexec("(?s)(.*)<FooBar>",x, perl=TRUE))[[1]][2] (demo)

ricustringrstringi - 在由 ICU 正则表达式引擎驱动的 stringr/stringi 正则表达式函数中。也可以使用(?s):stringr::str_match(x, "(?s)(.*)<FooBar>")[,2](demo)

go - 在开头使用内联修饰符(?s) (demo)：re: = regexp.MustCompile(`(?s)(.*)<FooBar>`)

swift - 使用dotMatchesLineSeparators 或（更简单）将(?s) 内联修饰符传递给模式：let rx = "(?s)(.*)<Foobar>"

objective-c - 与 Swift 相同。 (?s) 工作最简单，但option can be used 是这样的：NSRegularExpression* regex = [NSRegularExpression regularExpressionWithPattern:pattern options:NSRegularExpressionDotMatchesLineSeparators error:&regexError];

re2、google-apps-script - 使用 (?s) 修饰符 (demo)："(?s)(.*)<Foobar>"（在 Google 电子表格中，=REGEXEXTRACT(A2,"(?s)(.*)<Foobar>")）

注意(?s)：

在大多数非 POSIX 引擎中，(?s) 内联修饰符（或嵌入式标志选项）可用于强制 . 匹配换行符。

如果放置在模式的开头，(?s) 会更改模式中所有. 的行为。如果(?s) 放在开头之后的某个位置，则只有位于其右侧的.s 会受到影响除非这是传递给Python 的re 的模式。在 Python re 中，无论 (?s) 的位置如何，整个模式 . 都会受到影响。使用(?-s) 停止(?s) 效果。修改后的组可用于仅影响正则表达式模式的指定范围（例如，Delim1(?s:.*?)\nDelim2.* 将使第一个 .*? 匹配换行符，第二个 .* 将仅匹配该行的其余部分）。

POSIX 注释：

在非 POSIX 正则表达式引擎中，要匹配任何字符，可以使用 [\s\S] / [\d\D] / [\w\W] 构造。

在 POSIX 中，[\s\S] 不匹配任何字符（如在 JavaScript 或任何非 POSIX 引擎中），因为括号表达式中不支持正则表达式转义序列。 [\s\S] 被解析为匹配单个字符的括号表达式，\ 或 s 或 S。

【讨论】：

你应该从你的个人资料页面链接到这个优秀的概述或其他东西 (+1)。

您可能希望将其添加到 boost 项中： 在 regex_constants 命名空间中，flag_type_'s : perl = ECMAScript = JavaScript = JScript = ::boost::regbase::normal = 0 默认为 Perl。程序员将为他们的正则表达式标志设置一个基本标志定义#define MOD regex_constants::perl | boost::regex::no_mod_s | boost::regex::no_mod_m 以反映这一点。并且仲裁器是 always 内联修饰符。 (?-sm)(?s).* 重置的位置。

你也可以为 bash 添加吗？

@PasupathiRajamanickam Bash 使用 POSIX 正则表达式引擎，. 匹配那里的任何字符（包括换行符）。见this online Bash demo。

你是传奇

【参考方案4】：

如果您使用的是 Eclipse 搜索，您可以启用“DOTALL”选项来制作 '.'匹配任何字符，包括行分隔符：只需在搜索字符串的开头添加“(?s)”。示例：

(?s).*<FooBar>

【讨论】：

不是在任何地方，只有在支持内联修饰符的正则表达式中，当然不是在(?s) => (?m)的Ruby中。

bash 有什么用吗？

Eclipse 底层的正则表达式引擎是什么？ Java/JDK 中有什么？

【参考方案5】：

在许多正则表达式方言中，/[\S\s]*<Foobar>/ 可以满足您的需求。 Source

【讨论】：

来自该链接：“JavaScript 和 VBScript 没有使点匹配换行符的选项。在这些语言中，您可以使用诸如 [\s\S] 之类的字符类来匹配任何角色。”而不是 .请改用 [\s\S]（匹配空格和非空格）。

【参考方案6】：

([\s\S]*)<FooBar>

点匹配除换行符 (\r\n) 之外的所有内容。所以使用 \s\S，它将匹配所有字符。

【讨论】：

如果您使用的是 Objective-C [text rangeOfString:regEx options:NSRegularExpressionSearch]，这将解决问题。谢谢！

这适用于 intelliJ 的 find&replace 正则表达式，谢谢。

这行得通。但它必须是第一次出现<FooBar>

【参考方案7】：

在Ruby 中，您可以使用“m”选项（多行）：

/YOUR_REGEXP/m

请参阅 ruby-doc.org 上的 the Regexp documentation 了解更多信息。

【讨论】：

你确定不应该是s 而不是m？

【参考方案8】：

我们也可以使用

(.*?\n)*?

匹配所有内容，包括换行符而不贪心。

这将使新行变为可选

(.*?|\n)*?

【讨论】：

永远不要使用(.*?|\n)*?，除非你想以灾难性的回溯结束。

【参考方案9】：

"." 通常不匹配换行符。大多数正则表达式引擎允许您添加S-标志（也称为DOTALL 和SINGLELINE）以使"." 也匹配换行符。 如果失败，您可以执行[\S\s] 之类的操作。

【参考方案10】：

对于 Eclipse，以下表达式有效：

富

jadajada 酒吧"

正则表达式：

Foo[\S\s]1,10.*Bar*

【参考方案11】：

请注意，(.|\n)* 的效率可能低于（例如）[\s\S]*（如果您的语言的正则表达式支持此类转义），并且比查找如何指定使 .也匹配换行符。或者您可以使用 POSIXy 替代方案，例如 [[:space:][:^space:]]*。

【参考方案12】：

用途：

/(.*)<FooBar>/s

s 导致点 (.) 匹配回车符。

【讨论】：

似乎这是无效的 (Chrome): text.match(/a/s) SyntaxError: Invalid flags provided to RegExp constructor's'

因为它在 JavaScript RegEx 引擎中不受支持。 s 标志存在于 PCRE 中，这是最完整的引擎（在 Perl 和 PHP 中可用）。 PCRE 有 10 个标志（以及许多其他功能），而 JavaScript 只有 3 个标志 (gmi)。

【参考方案13】：

使用 RegexOptions.Singleline。它将. 的含义更改为包含换行符。

Regex.Replace(content, searchText, replaceText, RegexOptions.Singleline);

【讨论】：

这是特定于特定平台的。它是什么编程语言和平台？ C# / .NET？

【参考方案14】：

在基于 Java 的正则表达式中，您可以使用 [\s\S]。

【讨论】：

不应该是反斜杠吗？

它们位于正则表达式的末尾，而不是 in。示例：/blah/s

我猜你的意思是 JavaScript，而不是 Java？因为您可以在 Java 中将 s 标志添加到模式中，而 JavaScript 没有 s 标志。

【参考方案15】：

一般来说，. 不匹配换行符，所以试试((.|\n)*)<foobar>。

【讨论】：

不，不要那样做。如果您需要匹配包括行分隔符在内的任何内容，请使用 DOTALL（又名 /s 或 SingleLine）修饰符。 (.|\n) hack 不仅降低了正则表达式的效率，甚至不正确。至少，它应该匹配 \r（回车）和 \n（换行）。还有其他行分隔符，尽管很少使用。但如果你使用 DOTALL 标志，你就不必担心它们。

\R 是 Eclipse 中换行符的平台无关匹配项。

@opyate 您应该将此作为答案发布，因为这个小宝石非常有用。

你可以试试这个。它不会匹配内括号，还可以考虑可选的\r.:((?:.|\r?\n)*)<foobar>

【参考方案16】：

解决办法：

使用模式修饰符sU 将在 PHP 中获得所需的匹配。

示例：

preg_match('/(.*)/sU', $content, $match);

来源：

Pattern Modifiers

【讨论】：

第一个链接以某种方式重定向到www.facebook.com（我已在hosts file 中阻止）。该链接是否损坏？

我猜所有者决定将其重定向到 Facebook 页面。我会删除它。

【参考方案17】：

在语言中使用的上下文中，正则表达式作用于字符串，而不是行。所以你应该可以正常使用正则表达式，假设输入字符串有多行。

在这种情况下，给定的正则表达式将匹配整个字符串，因为存在“”。根据正则表达式实现的具体情况，$1 值（从“(.*)”获得）将是“fghij”或“abcde\nfghij”。正如其他人所说，某些实现允许您控制是否“。”将匹配换行符，让您选择。

基于行的正则表达式通常用于 egrep 之类的命令行。

【参考方案18】：

尝试：.*\n*.*<FooBar> 假设您也允许空白换行符。因为您允许任何字符，包括 <FooBar> 之前的任何字符。

【讨论】：

看起来不太对劲。为什么两次“.*”？这可能适用于问题中的示例输入，但如果“”在第 42 行怎么办？

【参考方案19】：

我遇到了同样的问题，并以可能不是最好的方式解决了它，但它确实有效。我在进行真正的比赛之前替换了所有换行符：

mystring = Regex.Replace(mystring, "\r\n", "")

我正在处理 HTML，所以在这种情况下，换行对我来说并不重要。

我尝试了上述所有建议，但没有成功。我正在使用 .NET 3.5 仅供参考。

【讨论】：

我也在使用 .NET，(\s|\S) 似乎对我有用！

@VamshiKrishna 在 .NET 中，使用 (?s) 使 . 匹配任何字符。不要使用(\s|\S)，这会降低性能。

有一个multi-line mode for .NET regular expressions。

【参考方案20】：

在 JavaScript 中，您可以使用 [^]* 搜索零到无限字符，包括换行符。

$("#find_and_replace").click(function() 
  var text = $("#textarea").val();
  search_term = new RegExp("[^]*<Foobar>", "gi");;
  replace_term = "Replacement term";
  var new_text = text.replace(search_term, replace_term);
  $("#textarea").val(new_text);
);

<script src="https://cdnjs.cloudflare.com/ajax/libs/jquery/3.3.1/jquery.min.js"></script>
<button id="find_and_replace">Find and replace</button>
<br>
<textarea ID="textarea">abcde
fghij&lt;Foobar&gt;</textarea>

【参考方案21】：

在notepad++中你可以使用这个

<table (.|\r\n)*</table>

它将匹配整个表格，从

行和列

你可以让它变得贪婪，使用以下方法，这样它就会匹配第一个、第二个等表，而不是一次全部匹配

<table (.|\r\n)*?</table>

【参考方案22】：

我想在 Java 中匹配特定的 if 块：

   ...
   ...
   if(isTrue)
       doAction();

   
...
...

如果我使用正则表达式

if \(isTrue(.|\n)*

它包含了方法块的右大括号，所以我使用了

if \(!isTrue([^.]|\n)*

从通配符匹配中排除右大括号。

【参考方案23】：

通常我们必须用几个关键字来修改子字符串，这些关键字分布在子字符串前面的行中。考虑一个 XML 元素：

<TASK>
  <UID>21</UID>
  <Name>Architectural design</Name>
  <PercentComplete>81</PercentComplete>
</TASK>

假设我们想将 81 修改为其他值，比如 40。首先识别.UID.21..UID.，然后跳过包括\n 在内的所有字符，直到.PercentCompleted.。正则表达式模式和替换规范是：

String hw = new String("<TASK>\n  <UID>21</UID>\n  <Name>Architectural design</Name>\n  <PercentComplete>81</PercentComplete>\n</TASK>");
String pattern = new String ("(<UID>21</UID>)((.|\n)*?)(<PercentComplete>)(\\d+)(</PercentComplete>)");
String replaceSpec = new String ("$1$2$440$6");
// Note that the group (<PercentComplete>) is $4 and the group ((.|\n)*?) is $2.

String iw = hw.replaceFirst(pattern, replaceSpec);
System.out.println(iw);

<TASK>
  <UID>21</UID>
  <Name>Architectural design</Name>
  <PercentComplete>40</PercentComplete>
</TASK>

子组(.|\n) 可能是缺少的组$3。如果我们让它不被(?:.|\n) 捕获，那么$3 就是(<PercentComplete>)。所以pattern和replaceSpec也可以是：

pattern = new String("(<UID>21</UID>)((?:.|\n)*?)(<PercentComplete>)(\\d+)(</PercentComplete>)");
replaceSpec = new String("$1$2$340$5")

并且替换像以前一样正常工作。

【讨论】：

什么编程语言？爪哇？

【参考方案24】：

通常在 PowerShell 中搜索三个连续的行，它看起来像：

$file = Get-Content file.txt -raw

$pattern = 'lineone\r\nlinetwo\r\nlinethree\r\n'     # "Windows" text
$pattern = 'lineone\nlinetwo\nlinethree\n'           # "Unix" text
$pattern = 'lineone\r?\nlinetwo\r?\nlinethree\r?\n'  # Both

$file -match $pattern

# output
True

奇怪的是，这将是提示符下的 Unix 文本，但文件中的 Windows 文本：

$pattern = 'lineone
linetwo
linethree
'

这是一种打印行尾的方法：

'lineone
linetwo
linethree
' -replace "`r",'\r' -replace "`n",'\n'

# Output
lineone\nlinetwo\nlinethree\n

【参考方案25】：

选项 1

一种方法是使用s 标志（就像接受的答案一样）：

/(.*)<FooBar>/s

Demo 1

选项 2

第二种方法是使用m（多行）标志和以下任何模式：

/([\s\S]*)<FooBar>/m

或

/([\d\D]*)<FooBar>/m

或

/([\w\W]*)<FooBar>/m

Demo 2

正则表达式电路

jex.im 可视化正则表达式：