多行，多變貪婪，正則表達式

鑑於以下文字，您將使用什麼PCRE正則表達式來提取以粗體標記的零件？多行，多變貪婪，正則表達式

 
00:20314 lorem ipsum 
    want this 
    kryptonite 

00:02314 quux 
    padding 
    dont want this 

00:03124 foo 
    neither this 

00:01324 foo 
    but we want this 
    stalagmite 

00:02134 tralala 
    not this 

00:03124 bar foo 
    and we want this 
    kryptonite but not this(!) 

00:02134 foo bar 
    and not this either 

00:dolor sit amet 
    EOF

督察，我們想抽取開始，在正則表達式方面的部分，用「^ 0」和結束「（氪石|石筍）」。

一直在嘲笑這一點，發現它是一個難題。 TIA！

來源

2014-09-26 l0_0

有幾種方法可以做到這一點。分隔符可以放在身體中嗎？ – sln 2014-09-26 20:08:02

分隔這個唯一的東西不需要其他的'^ 0'在身體。 – sln 2014-09-26 20:28:45

的一種方法是用Negative Lookahead在線(?sm)dotall and multi-line modifiers結合。

(?sm)^0(?:(?!^0).)*?(?:kryptonite|stalagmite)

Live Demo

來源

2014-09-26 20:16:01 hwnd

-1

^（00：？*（氪石|石筍）），與爲此s修正

來源

2014-09-26 20:13:04 atxdba

只是與預期的輸出不匹配 – HamZa 2014-09-26 20:45:55

這看起來像它的工作原理。

# (?ms)^0(?:(?!(?:^0|kryptonite|stalagmite)).)*(kryptonite|stalagmite) 

(?ms) 
^ 0 
(?: 
     (?! 
      (?:^0 | kryptonite | stalagmite) 
    ) 
     . 
)* 
(kryptonite | stalagmite)

來源

2014-09-26 20:23:58 sln

相同的概念，但也包含關鍵字。尼斯=） – hwnd 2014-09-26 20:25:38

關鍵字可能不需要。你的是更好的。 – sln 2014-09-26 20:27:23

還是，想一想=）（+1） – hwnd 2014-09-26 20:28:02

我相信這將是最有效的：

^0(?:\R(?!\R)|.)*?\b(?:kryptonite|stalagmite)\b

Demo

很顯然，我們開始^0，然後用兩種kryptonite或stalagmite結束（在非拍攝組，爲它的包圍）由\b word boundaries包圍。

(?:\R(?!\R)|.)*?雖然是有趣的部分，所以讓我們來分解它。首先一個關鍵概念是PCRE的\R newline sequence。

(?:  (?# start non-capturing group for repetition) 
    \R  (?# match a newline character) 
    (?!\R) (?# not followed by another newline) 
|  (?# OR) 
    .  (?# match any character, except newline) 
)*?  (?# lazily repeat this group)

來源

2014-09-26 20:36:45 Sam

你需要在表達式中添加'$' – HamZa 2014-09-26 20:42:34

@HamZa，我不這麼認爲：'00：03124 bar foo，我們想要這個kryptonite，但不是這個（！）' – Sam 2014-09-26 20:43:34

好的，我誤解了需求。我的錯... – HamZa 2014-09-26 20:44:46

多行，多變貪婪，正則表達式

回答

相關問題