是否有正则表达式可以从这个多行字符串中提取部分？

Question

这是输入字符串

Some content here

%% some text 1

Some content here 1

%% some text 2

Some content here 2

我想要这个

[
  "Some content here\n\n",
  "%% some text 1",
  "\n\nSome content here 1\n\n",
  "%% some text 2",
  "\n\nSome content here 2\n\n"
]

或者这个

[
  "Some content here\n\n",
  "%% some text 1\n\nSome content here 1\n\n",
  "%% some text 2\n\nSome content here 2\n\n"
]

输出中的括号只是表示匹配列表。

是否有一个多行正则表达式 (pcre) 可以让我实现这一目标？

谢谢

我用多行修饰符尝试了这个

(%% .+)

但显然它只匹配以

%%

开头的行。

Answer 1

应用这个表达式：

((?:(?!%%).)+.*(?:\n|$))?(%%.*)?

此正则表达式将每个部分捕获为一个组，包括分隔符 %%。为了从结果中排除定界符，我们可以只提取每个匹配项的第一组。

说明

• ((?:(?!%%).)+.*(?:\n|$))?

  ：这会捕获前面没有 %% 的任何字符，使用否定先行

  (?:(?!%%).)

  .

• 的。匹配除换行符外的任何字符。

• + 匹配一次或多次出现。

• .* 匹配任何字符直到行尾，并且 (?: |$) 匹配换行符或字符串结尾。

• ？使整个表达式可选，以便它匹配输入开头的空字符串。

• (%%.*)?

  ：这会捕获 %% 定界符，后跟任何字符，直到行尾。

• 的。匹配除换行符以外的任何字符，* 匹配零次或多次出现。

• ？使整个表达式可选，以便它匹配输入末尾的空字符串。

为了便于理解，我在 Python 中进行了尝试。

import re

inputStr = "Some content here\n\n%% some text 1\n\nSome content here 1\n\n%% some text 2\n\nSome content here 2"

# each section must ends with a \n, or the end of the string
pattern = r'((?:(?!%%).)+.*(?:\n|$))?(%%.*)?'
parts = re.findall(pattern, inputStr)

# Extract the first group of each match
results = [part[0] for part in parts]

print(results)

Answer 2

一个好主意是将

re:split

与捕获组一起使用，因为捕获的部分也会返回：

re:split("content1\n\n%%text1\n\ncontent2","(%%.*)",[{return,list}]).

给出：

["content1\n\n", "%%text1", "\n\ncontent2"]