Perl正则表达式问题：如何提取文本中的Scenario代码块

问题概述 #

我需要从文本中提取完整的Scenario代码块，在正则测试网站上验证过的表达式有效，但放到Perl逐行读取的代码里就失效了，求修复方案。

输入文本 #

#
  #------------------------------------------- spaceholder ---------------------------------------------------------------------------
  #

  #@E2E-1 @id:1 
  Scenario: Login & Search: B2B_PKG_IN >> BE
    Given I am on the login page
    When I enter <username> and incorrect password multiple times
    Then I should be locked out of my account
    And I should see a lockout message



  #@E2E-2 @id:32 
  Scenario: Login & Search: B2B_PKG_IN >> NL
    Given I am on the login page
    When I enter <username> and incorrect password multiple times
    Then I should be locked out of my account
    And I should see a lockout message


  #
  #------------------------------------------- B2B_PKG_3PA ---------------------------------------------------------------------------


  #

  @E2E-3 @id:3
  Scenario: Login & Search: B2B_PKG_3PA >> BE
    Given I am on the login page
    When I enter <username> and incorrect password multiple times
    Then I should be locked out of my account
    And I should see a lockout message

期望输出 #

#@E2E-1 @id:1 
  Scenario: Login & Search: B2B_PKG_IN >> BE
    Given I am on the login page
    When I enter <username> and incorrect password multiple times
    Then I should be locked out of my account
    And I should see a lockout message



  #@E2E-2 @id:32 
  Scenario: Login & Search: B2B_PKG_IN >> NL
    Given I am on the login page
    When I enter <username> and incorrect password multiple times
    Then I should be locked out of my account
    And I should see a lockout message



  @E2E-3 @id:3
  Scenario: Login & Search: B2B_PKG_3PA >> BE
    Given I am on the login page
    When I enter <username> and incorrect password multiple times
    Then I should be locked out of my account
    And I should see a lockout message

测试通过的正则表达式 #

((@[^\n]+|#@[^\n]+)?\s*)?Scenario:[^\n]*\n(?:[^\n]*\n)*?\n 

失效的Perl代码 #

while (my $block = <$initial_fh>) {
        push @scenarios, $block if ($block =~ /$pattern/);
    }

问题原因与解决方案 #

核心问题 #

你的Perl代码是逐行读取文件的（while(<$initial_fh>)每次只获取一行文本），但你的正则表达式是用来匹配多行的Scenario块（从标签行到下一个空行的完整内容），单行根本无法满足匹配条件，所以自然提取不到任何内容。

修复方案 #

需要把整个文件内容一次性读入内存，再用全局匹配来提取所有符合条件的块，代码示例如下：

# 打开目标文件，替换为你的实际文件路径
open my $initial_fh, '<', 'your_scenario_file.txt' or die $!;

# 一次性读取整个文件内容
local $/; # 取消输入记录分隔符，让<>读取全部内容
my $full_content = <$initial_fh>;
close $initial_fh;

my @scenarios;
# 定义正则模式，去掉末尾多余空格避免匹配无效空白
my $pattern = qr/((@[^\n]+|#@[^\n]+)?\s*)?Scenario:[^\n]*\n(?:[^\n]*\n)*?\n/;

# 全局匹配所有符合条件的Scenario块
while ($full_content =~ /$pattern/g) {
    push @scenarios, $&;
}

# 输出提取结果验证
print join('', @scenarios);

额外优化建议 #

如果你的Scenario块始终以连续空行作为分隔，当前正则可以正常工作；如果后续分隔规则有变化，可以调整(?:[^\n]*\n)*?\n部分来适配新的分隔逻辑。

内容的提问来源于stack exchange，提问作者PopSmoke