正则表达式解析交易文本：按需包含D:描述信息的问题

问题原因 #

你遇到的多交易合并问题，核心是正则未明确匹配边界：当交易不含D:描述时，正则无法判断当前交易的结束位置，只能持续向后匹配直到找到下一个D:或文本末尾，最终把多个独立交易合并成了一个大匹配结果。本质是正则使用了贪婪匹配逻辑，且未设置有效的交易终止条件。

修正方案 #

解决关键是给正则加上明确的交易终止边界，确保每个交易匹配到下一个交易的起始标识就停止。假设你的交易记录结构为[交易类型] (标的代码) 金额 [可选D:描述]，可以使用以下正则：

\[ST|OP\] \((META|MSFT)\) \d+(?:\.\d+)?(?:\s+D:\s*.+?(?=\s*(?:\[ST|OP\]|\Z)))?

核心逻辑说明： #

• (?=\s*(?:\[ST|OP\]|\Z))：正向预查规则，匹配到下一个交易类型（[ST]/[OP]）或者文本结尾就停止，强制截断当前交易的匹配范围
• (?:\s+D:\s*.+?(?=...))?：用非捕获组加问号实现D:描述的可选匹配，且仅匹配到下一个交易开始前的内容
• 全程使用非贪婪匹配（+?），避免过度匹配无关内容

PDF解析适配优化 #

针对PDF解析中可能出现的D与冒号不连续（比如D : 交易说明、D : 备注）的情况，只需把正则中的D:替换为D\s*:，允许两者之间存在任意空格：

\[ST|OP\] \((META|MSFT)\) \d+(?:\.\d+)?(?:\s+D\s*:\s*.+?(?=\s*(?:\[ST|OP\]|\Z)))?

这样不管D和冒号之间有多少空格，都能正确识别描述信息，同时依然保证每个交易的独立匹配。

内容的提问来源于stack exchange，提问作者Chris