正则表达式需求：匹配日期后行并排除特定后续内容

需求回顾 #

匹配dd.MM.yyyy HH:mm格式日期行之后的第一行内容，仅当该行的下一行不是以下两种格式时匹配：

• 单独的-
• 数字-数字格式（如940-750）

修正后的正则表达式 #

(?<=\d{2}\.\d{2}\.\d{4} \d{2}:\d{2}\r?\n)([\w\säöüÄÖÜßé'-]+)(?!\r?\n(?:\d+-\d+|-)$)

注意：需要开启多行模式（m标志），让$匹配每行的结尾而非整个文本的结尾。

正则各部分解释 #

1. 后顾断言（匹配日期行）：(?<=\d{2}\.\d{2}\.\d{4} \d{2}:\d{2}\r?\n)
   • 精确匹配dd.MM.yyyy HH:mm格式的日期行，\r?\n兼容Windows和Unix换行符，确保目标行是日期行的下一行。
2. 目标内容匹配：([\w\säöüÄÖÜßé'-]+)
   • 匹配包含字母、数字、空格、特殊字符（äöüÄÖÜßé'-）的整行内容，覆盖示例中的国家名称格式。
3. 否定预查（排除不符合条件的情况）：(?!\r?\n(?:\d+-\d+|-)$)
   • 检查目标行的下一行：如果是数字-数字或单独的-整行，则不匹配当前目标行；否则允许匹配。

示例验证 #

针对提供的测试文本，该正则会精准匹配：

• GERMANY（下一行是OWVA2，不符合排除格式）
• FRANCE（下一行是ANDY，不符合排除格式）
• SPAIN（无后续行，符合匹配条件）

同时会排除：

• JAPAN（下一行是940-750，属于数字-数字格式）
• NORWAY and SWEDEN（下一行是-，属于单独横线格式）

内容的提问来源于stack exchange，提问作者SevenTwo