如何编写Regex匹配含多次特定字符串的START-END行组？

现有多行文本文件内容如下：

START
MIDDLE
RANDOM
MIDDLE
END
START
MIDDLE
RANDOM
END
START
MIDDLE
RANDOM
MIDDLE
END

需要编写正则表达式，仅匹配其中MIDDLE出现超过一次的START-END行组，即如下加粗部分：

START
MIDDLE
RANDOM
MIDDLE
END
START
MIDDLE
RANDOM
END
START
MIDDLE
RANDOM
MIDDLE
END

尝试过以下正则及变体，但未匹配到目标行组：

(START(?:\nMIDDLE){2,}(?:\nMIDDLE)*\nEND)
(START\*STUFF~(?:\nMIDDLE\*STUFF~){2,}(?:\nMIDDLE\*STUFF~)*\nEND\*STUFF~)

寻求正确的正则表达式解决方案。

解决方案 #

可用正则表达式 #

要匹配包含至少两个MIDDLE的START-END行组，你可以使用以下正则（需启用多行模式）：

START(?:\n(?!START|END).*)*\nMIDDLE(?:\n(?!START|END).*)*\nMIDDLE(?:\n(?!START|END).*)*\nEND

如果需要更灵活的写法（明确校验至少两个MIDDLE），可以用带正向预查的版本：

START(?=(?:\n(?!START|END).*)*\nMIDDLE){2}(?:\n(?!START|END).*)*\nEND

为什么你的正则没生效 #

你之前的写法要求MIDDLE必须连续换行出现，但实际目标行组里MIDDLE之间有RANDOM这类其他行，所以无法匹配。另外，你没有处理START、MIDDLE、END之间的任意非边界内容，导致正则无法跳过中间的随机行。

正则逻辑拆解 #

• START：定位每个行组的起始标记
• (?:\n(?!START|END).*)*：匹配任意以换行开头的非START/END行，用来跳过RANDOM这类中间内容，同时避免跨到其他START-END组
• 重复的\nMIDDLE(?:\n(?!START|END).*)*：确保至少出现两次MIDDLE，中间允许穿插任意非边界行
• \nEND：定位行组的结束标记

使用注意 #

• 必须启用正则引擎的多行模式（对应m标志），确保行边界判断准确
• 不要开启DOTALL模式，否则.会匹配换行符，导致正则跨多个START-END组匹配

内容的提问来源于stack exchange，提问作者Yoi2hot4ya