如何编写正则表达式匹配指定规则多行文本并合并为单行

问题分析 #

你需要匹配并合并符合以下规则的文本块：

• 首行：大写字母开头，冒号结尾
• 后续连续行：每行含1-10个单词，首个单词大写开头，单词可包含,-./等字符
• 最终将匹配块内的换行替换为,

你的原正则无法区分行首大小写，核心问题是未开启多行模式、未限制连续匹配的终止条件，且单词匹配逻辑不准确。

修正后的正则表达式 #

使用以下正则（需开启全局+多行模式，即gm标志）：

^([A-Z].*:\n)([A-Z][\w.,/-]*(?:\s+[\w.,/-]+){0,9}(?:\n[A-Z][\w.,/-]*(?:\s+[\w.,/-]+){0,9})*)

正则拆解 #

• ^([A-Z].*:\n)：捕获首行，确保以大写字母开头、冒号结尾，且包含行尾换行
• [A-Z][\w.,/-]*(?:\s+[\w.,/-]+){0,9}：匹配单条符合要求的后续行：
  • [A-Z][\w.,/-]*：首词以大写开头，允许包含字母、数字、下划线及,-./
  • (?:\s+[\w.,/-]+){0,9}：匹配0-9个后续单词（加上首词共1-10个），非捕获组避免额外分组
• (?:\n[A-Z][\w.,/-]*(?:\s+[\w.,/-]+){0,9})*：匹配连续的多行符合要求的内容，直到遇到不符合的行或文本结束
• gm标志：g全局匹配所有符合块，m让^/$匹配每行的开头/结尾

替换规则 #

将匹配到的内容中的\n替换为, 即可完成合并。

示例验证 #

1. 正向示例1：
   输入：

   My favorite books are as follows:\nA great book\nThe Effective Book onscala.io\nTest Book\n
   

   匹配后替换结果：

   My favorite books are as follows:, A great book, The Effective Book onscala.io, Test Book
   

2. 正向示例2：
   输入：

   My favorite books are as follows:\nA great book\nanother sentence\nAnother book\n
   

   仅匹配首行+第一行后续内容，替换结果：

   My favorite books are as follows:, A great book
   

3. 反向示例：
   输入：

   My favorite books are as follows:\na great book\nanother sentence\n
   

   后续行首为小写，无匹配结果，不执行替换。

原正则的问题点 #

1. 未启用m多行模式，导致^仅匹配整个文本的开头，而非每行开头
2. 仅能匹配一行后续内容，无法处理连续多行符合要求的文本
3. 单词匹配逻辑[a-zA-Z0-9,.\/ ]+包含空格，会误匹配多余空白，且{1,10}的重复逻辑错误，可能导致单词数量超出限制
4. 未设置终止条件，无论后续行是否符合规则都会匹配

内容的提问来源于stack exchange，提问作者vish