正则表达式匹配文本块与中间的关键短语

Question

VB2010：我的文本包含以日期和时间DD HHMM开头的文本块，并且仅在第二天/时间结束。

这是我的示例文本：

18  2131  Z50000  ZZ-AAA
PR
PR                                                             
AGM TPS P773QQ 1500 DCA  22FEB                                 
21,77,23,M10,F,26,3100,2
OK                                      


18  2134  Z50000  ZZ-AAA
PR
QU HMKKDBB
.DDVZAZC 182134
ARR
FI US1500/AN P773QQ/DA KDCA/AD KMIA/IN 2026/FB 152/LA  /LR  
DT DDL DCAV 182134 M33A
-  OS KMIA /GNO6541/R200RR


18  2134  Z50000  ZZ-AAA
PR
PR
ARR OPN P773QQ 1500 DCA  22FEB
0757
OK                                      


18  2135  Z50000  ZZ-AAA
PR
PR                                                             
ARR M58 P773QQ 1500 DCA  22FEB                                 
212
UNKNOWN POL/SPOL                         
QU HMKKDBB
.DDVZAZC 182134
ARR
FI US1500/AN P773QQ/DA KDCA/AD KMIA/IN 2026/FB 152/LA  /LR  
DT DDL DCAV 182134 M33A
-  OS KMIA /GNO6541/R200RR



18  2136  Z50000  ZZ-AAA
PRF 1500/18 MIA  IN       0152 333

18  2137  Z50000  ZZ-AAA
PR
 PRZ 1500/18 MIA  IN  2026 N/A  333 

我的目标是只获取中间有关键短语^ FI和^ DT的文本块。匹配组应仅包含两个块。从21 2134年开始到M33A结束，然后从18 2135结束到M33A。

我试过了：

这大部分都有效，除了它在前一个块开始匹配。

RegexOptions.Singleline Or RegexOptions.Multiline Or RegexOptions.IgnoreCase
^\d\d  \d{4}(.*?)^FI US(.*?)^DT DDL(.*?)\r

这是我从另一个帖子中拿走的，但似乎无法绕过我的脑袋。它仅匹配每个块的第一部分。

RegexOptions.Multiline Or RegexOptions.IgnoreCase
^\d\d  \d{4}.*\r[\s\S]*?(?=(?:^\d\d  \d{4}|$))

有一段时间没有使用正则表达式所以任何帮助赞赏。

Answer 1

你可以用

(?ms)^\d\d +\d{4}\b(?:(?!^(?:\d\d +\d{4}\b|FI|DT)).)*?^(?:FI|DT).*?(?=^\d\d +\d{4}\b|\Z)

请参阅regex demo（尽管它是PCRE正则表达式测试，它在.NET中的工作方式相同）。

图案细节

• qazxsw poi - 多线和单线选项
• (?ms) - 开始一条线
• ^ - 2位数字，1个或多个空格和4个数字作为整个单词
• \d\d +\d{4}\b - 任何char，0+重复，尽可能少，不启动序列：一行开头，2位数，1个或多个空格和4个数字作为整个单词，或(?:(?!^(?:\d\d +\d{4}\b|FI|DT)).)*?或FI
• DT - ^(?:FI|DT)或FI在一条线的开头
• DT - 任何0+字符，尽可能少
• .*? - 一个积极的前瞻，需要(?=^\d\d +\d{4}\b|\Z)（一行开头，2位数，1个或多个空格和4个数字作为整个单词）或^\d\d +\d{4}\b（字符串结尾）以立即匹配当前位置的右侧。

Answer 2

如果启用了单行，这个正则表达式应该找到你需要的东西

\Z

说明：

[0-3]\d\s+[0-2]\d[0-5]\d.*?(FI.*?)\n(DT.*?)\n日间小时和分钟检查

[0-3]\d\s+[0-2]\d[0-5]\d ungreedy捕获，。包括换行符

.*?第一组，FI线，直到换线

(FI.*?)\n第二组，同样的交易