您如何使用正则表达式“量化”可变数量的行？

Posted 2023-03-28

【中文标题】您如何使用正则表达式“量化”可变数量的行？

【英文标题】：How do you "quantify" a variable number of lines using a regexp?

【发布时间】：2016-06-27 10:14:33

【问题描述】：

假设你知道某段文本的起止行，但有些行中的字符和起止行之间的行数是可变的，á la:

aaa bbbb 抄送 ... ... ... xx 年年 Z

你用什么量词，比如：

aaa\nbbbb\ncc\n(.*\n)+xx\nyyy\nZ\n

将这些文本部分作为一个组进行解析？

【问题讨论】：

开头和结尾的短语可以有换行符吗？

【参考方案1】：

您可以使用s 标志来匹配多行文本，您可以这样做： ~\w+ ~s。 这里有一个类似的问题： javascript regex multiline flag doesn't work

【讨论】：

注意到我知道的第一行“aaa”、“bbbb”、...和最后...、“yyy”、“Z”行的确切内容。在这些行之间，任何东西都可能出现在许多行中。我主要将正则表达式与 eclipse、kate 和 office 的作者一起使用

【参考方案2】：

如果我理解正确，您知道您的文本以aaa\nbbbb\ncc 开头并以xx\nyyy\nZ\n 结尾。您可以使用aaa.+?bbbb.+?cc(.+?)xx.+?yyy.+?Z，这样所有操作员都不会贪婪，并且您不会意外地同时捕获两个组。这些组之间的文本将在匹配组 1 中。您还需要打开使点匹配新行的设置。

【参考方案3】：

试试这个：

aaa( |\n)bbbb( |\n)cc( |\n)( |\n)0,1(.|\n)*xx( |\n)yyy( |\n)Z

( |\n) 匹配空格或换行符（因此您的开始和结束短语可以分成不同的行）

RegExr

【参考方案4】：

归根结底，使用 Kate 对我有用的是：

( )+aaa\n( )+bbbb\n( )+cc\n(.|\n)*( )+xx\n( )+yyy\n( )+Z\n

使用这样的正则表达式，您可以清除相当多的垃圾页面。