正则表达式问题：如何标记连续数字开头行并跳过指定行

原始输入文本 #

Peie
71,176,953
T-re
71,173,557
5-Mts
41,653,495
45678
Sia
36,136,829
36,100,829
4-Diepi
120,829
uteCra
36,100
Oct2018

需求说明 #

需要标记所有以数字开头的连续行，同时跳过以下内容：

• 4-Diepi、5-Mts这两行
• 月份格式行（如Oct2018）

最终需要标记的目标行：

41,653,495
45678
36,136,829
36,100,829

你尝试的正则表达式 #

^(?:4-Diepi|5-Mts|.*\b(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\d{4}\b.*)$(*SKIP)(*F)|^\d+.*\R(\d+.*)$

问题原因分析 #

1. 5-Mts未被跳过的核心原因 #

正则分支按从左到右顺序匹配，你的正则后半部分|^\d+.*\R(\d+.*)$会优先匹配以数字开头的行。5-Mts以5开头，后半分支的^\d+.*会先命中该行，直接跳过了前面的跳过规则分支，导致5-Mts没有被排除。

2. 其他问题 #

• 后半部分正则只能匹配连续两行数字开头的行，无法覆盖目标中连续4行的情况。
• 月份判断的\b边界无效：Oct2018里Oct和2018之间没有单词边界（\b仅匹配字母/数字与非字母/数字的分界），导致月份行无法被正确跳过。

修正后的正则表达式 #

单数字行匹配（标记所有符合要求的单行） #

^(?:4-Diepi|5-Mts|(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\d{4})$(*SKIP)(*F)|^\d[,\d]*$

连续数字行块匹配（标记连续的数字行整体） #

(?:^(?:4-Diepi|5-Mts|(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\d{4})$(*SKIP)(*F)|^\d[,\d]*$)(?:\R^\d[,\d]*$)*

修正说明 #

• 调整分支顺序：先处理需要跳过的行，匹配到后用(*SKIP)(*F)直接排除。
• 修正月份匹配：去掉无效的\b，直接匹配纯月份+年份的格式。
• 精准匹配数字行：用^\d[,\d]*$确保只匹配以数字开头、内容为数字和逗号的行，避免误匹配5-Mts这类带字母的行。
• 连续行匹配：通过(?:\R^\d[,\d]*$)*实现对多行连续数字行的匹配。

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