用于在开始和结束字符串之间提取并匹配包含结束字符串的整行的正则表达式

Question

问题

我有一段很长的非结构化文本，我需要将文本组提取出来。

我有一个理想的开始和结束。

这是截断的非结构化文本示例：

more useless gibberish at the begininng...
separated by new lines...
START                                              Fund Class                                            Fund Number                                   Fund Currency
XYZ                                      XYZ                                           XYZ                                          USD

                                                                                                                                                                bunch of text with lots of newlines in between...                                              Closing                              11.11                                                1,111.11   111,111.11

more useless gibberish between the groups...
separated by new lines...

START                                              Fund Class                                            Fund Number                                   Fund Currency
XYZ                                      XYZ                                           XYZ                                          USD

The word START appears in the middle sometimes multiple times, but it's fine                                                                                                                                                             bunch of text with lots of newlines in between...                                              Closing                              22.22                                                2,222.22   222,222.22

more useless gibberish at the end...
separated by new lines...

我试过的

在上面的示例中，我想提取出位于 START 和 Closing

之间的 2 组文本

我已经使用正则表达式成功做到了

/(?<=START)(?s)(.*?)(?=Closing)/g

这是结果https://regex101.com/r/vo7CLx/1/

怎么了？

不幸的是，我还需要提取包含 Closing 字符串的行尾。

如果您从 regex101 link 注意到，第一场比赛中有一个 Closing 11.11 1,111.11 111,111.11。在第二场比赛中 Closing 22.22 2,222.22 222,222.22。

正则表达式不匹配。

有没有办法在单个正则表达式中做到这一点？这样即使带有数字的结束标记也包括在内？

Answer 1

(START)(?s)(.*?)(Closing)(\s+((,?\d{1,3})+.\d+))+ 应该匹配你想要的一切，see here!

Answer 2

试试这个正则表达式：

(?s)(?<=START)(.*?Closing(?:\s*[\d.,])+)

Click for Demo

解释：

(?s) - 单行修饰符，这意味着正则表达式中的 . 将匹配换行符
(?<=START) - 正向后视以找到紧接在 START
(.*?Closing(?:\s*[\d.,])+) - 懒惰地匹配任何字符的 0+ 次出现，直到下一次出现单词 Closing 后跟一个序列 (?:\s*[\d.,])+
- (?:\s*[\d.,])+ - 匹配出现 0 次以上的空格后跟数字或 . 或 ,。最后的 + 意味着我们必须匹配这个子模式 1 次或更多次

Answer 3

你可以试试这个正则表达式，

START(.*)Closing(.*)(((.?\d{1,3})+.\d+)+.\d+.\d+.\d)\d

用于在开始和结束字符串之间提取并匹配包含结束字符串的整行的正则表达式

Regex to extract between start and end strings and match the entire line containing the end string

regex

string

pcre

问题

我试过的

怎么了？