如何编写正则表达式匹配patch文件多行列（忽略!后注释）

需求说明 #

处理patch(diff)文件时，需匹配以下场景：ASCII文件中!后的内容为注释，需忽略该部分；当-开头行与+开头行去掉注释后的内容完全一致时，匹配对应的片段（支持单行和多行连续匹配）。

解决方案 #

核心正则表达式（兼容单行/多行） #

使用支持PCRE的正则引擎，开启多行模式（m flag），正则如下：

(?m)(?:^-\s*(.+?)\s*!.*\r?\n^\+\s*\1\s*!.*(?:\r?\n|$))+

正则拆解 #

• (?m)：启用多行模式，让^/$匹配每行的开头/结尾
• ^-\s*(.+?)\s*!.*：捕获-行的有效内容：
  • ^-：匹配行首的减号
  • \s*：匹配减号与内容间的空格（可选）
  • (.+?)：非贪婪捕获!之前的所有有效内容（避免包含注释）
  • \s*!.*：匹配!及之后的全部注释内容
• \r?\n：兼容Windows（\r\n）和Unix（\n）换行格式
• ^\+\s*\1\s*!.*：匹配对应的+行：
  • ^\+：匹配行首的加号
  • \s*\1：引用之前捕获的-行有效内容，前后允许空格
  • \s*!.*：匹配该行的注释部分
• +：允许上述“-行+对应+行”的组合重复多次，实现多行连续匹配

场景验证 #

• 匹配成功：示例1的三对对应行、示例2的单行对应对都会被完整匹配
• 匹配失败：示例3中+行内容与-行不对应，正则无法匹配

注意事项 #

• 确保使用的工具/语言支持PCRE语法和多行模式（如grep -P、Python re模块、VS Code查找替换等）
• 假设有效内容中不包含!（若需支持内容含!，需调整为匹配最后一个!之前的内容，正则改为^-\s*(.+)\s*!.*）

内容的提问来源于stack exchange，提问作者Amazonian_panda