Javascript 正则表达式从每个换行条目中捕获多行内容
Javascript Regex capture multiline content from each newline entry
我正在做 Javascript 正则表达式来处理一些原始数据并将其转换为二维数组。
任务简报（仅限 JS）：
将原始字符串数据转换为二维数组。
原始数据输入：
这是一个包含 4 个条目的示例，一个新条目将换行。条目 3 带有多行内容。
2012/12/1, AM12:21 - user1: entry1_wasehhjdsaj
2012/12/2, AM9:42 - user2: entry2_bahbahbah_dsdeead
2012/12/2, AM9:44 - user3: entry3_Line1_ContdWithFollowingLine_bahbahbah
entry3_Line2_ContdWithABoveLine_bahbahbah_erererw
entry3_Line3_ContdWithABoveLine_bahbahbah_dsff
2012/12/4, AM11:48 - user7: entry4_bahbahbah_fggf
（原始字符串数据，没有空行。）
已更新：抱歉造成误导，内容的末尾不必使用相同的 END 模式，只需换行即可。
模式实际上是如何结束的？（感谢@Tim Pietzcker 的评论）。
内容应以换行符结尾，然后是下一个条目时间戳开始。 （您可以假设条目内容不包含任何类似的时间戳模式。）
我知道这可能是一个麻烦的正则表达式问题，因此任何其他实现相同目标的 JS 方法也将被接受。
我当前使用捕获组的正则表达式：
/^([0-9]{4}|[0-9]{2})[\/]([0]?[1-9]|[1][0-2])[\/]([0]?[1-9]|[1|2][0-9]|[3][0|1]), ([A|P])M([1-9]|1[0-2]):([0-5]\d) - (.*?): (.*)/gm
想要的捕获结果：
匹配 1
2012121A1221user1entry1_wasehhjdsaj
匹配 2
2012122A942user2entry2_bahbahbah_dsdeead
第 3 场比赛
2012122A944user3entry3_Line1_ContdWithFollowingLine_bahbahbah entry3_Line2_ContdWithABoveLine_bahbahbah_erererw entry3_Line3_ContdWithABoveLine_bahbahbah_dsff
匹配 4
（被跳过...）
问题：
捕获条目3时出现问题，无法捕获条目3的第2行和第3行内容。如果条目仅包含一行内容，则正则表达式可以正常工作。
如何捕获包含多行内容的条目 3？我尝试使用 m 修饰符，但我不知道如何处理多行内容和换行符同时入场
如果用js正则表达式无法实现，请建议另一种js方法将原始数据转换为二维数组作为最终目标。
谢谢！
内容的结尾不必有相同的 END 模式，只需换行即可。
多行在 javascript 中无法正常工作，但您可以使用 [\s\S] 解决此问题。这个 class 匹配每个字符和 \n 。注意它后面的 *? 而不是 * ，以阻止它变得贪婪并且只去到第一个 END:
^([0-9]{4}|[0-9]{2})[\/]([0]?[1-9]|[1][0-2])[\/]([0]?[1-9]|[1|2][0-9]|[3][0|1]), ([A|P])M([1-9]|1[0-2]):([0-5]\d) - (.*?): ([\s\S]*?END)$
点 (.) 不匹配换行符。有一个字符 class 匹配所有内容 ([\S\s])，但您不想在没有预防措施的情况下使用它 - 否则 [\S\s]* 会立即匹配所有条目。
因此您需要告诉正则表达式引擎在下一次匹配开始时停止匹配。我们可以为此使用 negative lookahead assertion，我们只需将时间戳模式输入其中：
/^([0-9]{4}|[0-9]{2})\/(0?[1-9]|1[0-2])\/(0?[1-9]|[12][0-9]|3[01]), ([AP])M([1-9]|1[0-2]):([0-5]\d) - ([^:]*): ((?:(?!^([0-9]{4}|[0-9]{2})\/(0?[1-9]|1[0-2])\/(0?[1-9]|[12][0-9]|3[01]), ([AP])M([1-9]|1[0-2]):([0-5]\d))[\S\s])*)/gm
测试一下live on regex101.com。
这是一个正则表达式，可以按照您需要的方式匹配您拥有的字符串：
^(\d{4}|\d{2})\/(0?[1-9]|1[0-2])\/(0?[1-9]|[12]\d|3[01]), ([AP])M([1-9]|1[0-2]):([0-5]\d) - (.*?): ((?:(?!(?:\d{4}|\d{2})\/(?:0?[1-9]|1[0-2])\/(?:0?[1-9]|[12]\d|3[01]))[\s\S])*)(?=\n|$)
见demo
最后一个捕获组不再是匹配 .* 的贪婪点，而是匹配直到字符串末尾或日期模式的所有内容的调节贪婪标记 (?:(?!([0-9]{4}|[0-9]{2})\/(0?[1-9]|1[0-2])\/(0?[1-9]|[12][0-9]|3[01]))[\s\S])*。
如果我们展开它以提高效率：
^(\d{4}|\d{2})\/(0?[1-9]|1[0-2])\/(0?[1-9]|[12]\d|3[01]), ([AP])M([1-9]|1[0-2]):([0-5]\d) - (.*?): (\D*(?:\d(?!(?:\d{3}|\d)\/(?:0?[1-9]|1[0-2])\/(0?[1-9]|[12]\d|3[01]))\D*)*)(?=\n|$)
我正在做 Javascript 正则表达式来处理一些原始数据并将其转换为二维数组。
任务简报（仅限 JS）：
将原始字符串数据转换为二维数组。
原始数据输入：
这是一个包含 4 个条目的示例，一个新条目将换行。条目 3 带有多行内容。
2012/12/1, AM12:21 - user1: entry1_wasehhjdsaj
2012/12/2, AM9:42 - user2: entry2_bahbahbah_dsdeead
2012/12/2, AM9:44 - user3: entry3_Line1_ContdWithFollowingLine_bahbahbah
entry3_Line2_ContdWithABoveLine_bahbahbah_erererw
entry3_Line3_ContdWithABoveLine_bahbahbah_dsff
2012/12/4, AM11:48 - user7: entry4_bahbahbah_fggf
（原始字符串数据，没有空行。） 已更新：抱歉造成误导，内容的末尾不必使用相同的 END 模式，只需换行即可。
模式实际上是如何结束的？（感谢@Tim Pietzcker 的评论）。 内容应以换行符结尾，然后是下一个条目时间戳开始。 （您可以假设条目内容不包含任何类似的时间戳模式。）
我知道这可能是一个麻烦的正则表达式问题，因此任何其他实现相同目标的 JS 方法也将被接受。
我当前使用捕获组的正则表达式：
/^([0-9]{4}|[0-9]{2})[\/]([0]?[1-9]|[1][0-2])[\/]([0]?[1-9]|[1|2][0-9]|[3][0|1]), ([A|P])M([1-9]|1[0-2]):([0-5]\d) - (.*?): (.*)/gm
想要的捕获结果：
匹配 1
2012121A1221user1entry1_wasehhjdsaj
匹配 2
2012122A942user2entry2_bahbahbah_dsdeead
第 3 场比赛
2012122A944user3entry3_Line1_ContdWithFollowingLine_bahbahbah entry3_Line2_ContdWithABoveLine_bahbahbah_erererw entry3_Line3_ContdWithABoveLine_bahbahbah_dsff
匹配 4
（被跳过...）
问题：
捕获条目3时出现问题，无法捕获条目3的第2行和第3行内容。如果条目仅包含一行内容，则正则表达式可以正常工作。
如何捕获包含多行内容的条目 3？我尝试使用 m 修饰符，但我不知道如何处理多行内容和换行符同时入场
如果用js正则表达式无法实现，请建议另一种js方法将原始数据转换为二维数组作为最终目标。
谢谢！
多行在 javascript 中无法正常工作，但您可以使用 [\s\S] 解决此问题。这个 class 匹配每个字符和 \n 。注意它后面的 *? 而不是 * ，以阻止它变得贪婪并且只去到第一个 END:
^([0-9]{4}|[0-9]{2})[\/]([0]?[1-9]|[1][0-2])[\/]([0]?[1-9]|[1|2][0-9]|[3][0|1]), ([A|P])M([1-9]|1[0-2]):([0-5]\d) - (.*?): ([\s\S]*?END)$
点 (.) 不匹配换行符。有一个字符 class 匹配所有内容 ([\S\s])，但您不想在没有预防措施的情况下使用它 - 否则 [\S\s]* 会立即匹配所有条目。
因此您需要告诉正则表达式引擎在下一次匹配开始时停止匹配。我们可以为此使用 negative lookahead assertion，我们只需将时间戳模式输入其中：
/^([0-9]{4}|[0-9]{2})\/(0?[1-9]|1[0-2])\/(0?[1-9]|[12][0-9]|3[01]), ([AP])M([1-9]|1[0-2]):([0-5]\d) - ([^:]*): ((?:(?!^([0-9]{4}|[0-9]{2})\/(0?[1-9]|1[0-2])\/(0?[1-9]|[12][0-9]|3[01]), ([AP])M([1-9]|1[0-2]):([0-5]\d))[\S\s])*)/gm
测试一下live on regex101.com。
这是一个正则表达式，可以按照您需要的方式匹配您拥有的字符串：
^(\d{4}|\d{2})\/(0?[1-9]|1[0-2])\/(0?[1-9]|[12]\d|3[01]), ([AP])M([1-9]|1[0-2]):([0-5]\d) - (.*?): ((?:(?!(?:\d{4}|\d{2})\/(?:0?[1-9]|1[0-2])\/(?:0?[1-9]|[12]\d|3[01]))[\s\S])*)(?=\n|$)
见demo
最后一个捕获组不再是匹配 .* 的贪婪点，而是匹配直到字符串末尾或日期模式的所有内容的调节贪婪标记 (?:(?!([0-9]{4}|[0-9]{2})\/(0?[1-9]|1[0-2])\/(0?[1-9]|[12][0-9]|3[01]))[\s\S])*。
如果我们展开它以提高效率：
^(\d{4}|\d{2})\/(0?[1-9]|1[0-2])\/(0?[1-9]|[12]\d|3[01]), ([AP])M([1-9]|1[0-2]):([0-5]\d) - (.*?): (\D*(?:\d(?!(?:\d{3}|\d)\/(?:0?[1-9]|1[0-2])\/(0?[1-9]|[12]\d|3[01]))\D*)*)(?=\n|$)