如何用正则表达式提取跨换行的Igroup Name字段全部逗号分隔值

问题场景 #

测试文本如下：

Address: c8245A626
AliasName: eSrb002359_f1
Igroup Name: rtvclar002359, unjlclar002358-9,
cokeclar00RCB_FC
Protocol: REST

需要提取"Igroup Name"的完整字段值（含跨行的第三个值），原正则Igroup Name:\s+(.*)只能匹配第一行内容，无法覆盖跨行部分。

正则方案 #

以下几种正则表达式可满足需求，适配不同正则引擎：

方案1：正向预查匹配下一个字段（推荐）

Igroup Name:\s+(.*?(?=\n\S:))

• 逻辑：匹配字段名及后续空白后，非贪婪捕获所有内容，直到遇到下一个以非空白字符开头的字段（如Protocol:）时停止，自动包含跨行的内容。
• 注意：需要开启正则的单行模式（让.能匹配换行符），不同语言开启方式不同：
  • Python：在正则后加re.DOTALL或re.S
  • JavaScript：在正则后加s修饰符
  • Java：使用Pattern.DOTALL标志

方案2：兼容无单行模式的场景

如果引擎不支持单行模式，可显式匹配换行：

Igroup Name:\s+((?:.|\n)*?)(?=\n\w+:|$)

• 逻辑：(?:.|\n)匹配任意字符（包括换行），*?非贪婪匹配直到下一个字段开头或文本结尾。

方案3：简化匹配（针对字段名首字母大写的场景）

如果所有字段名均以大写字母开头，可进一步简化：

Igroup Name:\s+(.*?(?=\n[A-Z]))

结果处理 #

提取到的内容可能包含换行符，可通过字符串替换把换行转为空格，再去除多余空格，最终得到目标值：rtvclar002359, unjlclar002358-9, cokeclar00RCB_FC

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