需求：用于解析含多行值的结构化文本为对象的正则表达式

原代码存在的问题 #

你原来的正则只能匹配单行键值对，遇到Address这种多行缩进的字段会直接截断，无法完整捕获地址内容；同时没有区分顶级区块（PAYER/PROVIDER/INSURED）和子字段，导致解析出的对象结构混乱。

解决思路 #

分层次解析：

1. 先匹配出PAYER、PROVIDER、INSURED三个顶级区块
2. 针对每个区块的内部结构，分别解析子字段（重点处理多行缩进的Address）

完整实现代码 #

const text = `PAYER:

   Con

PROVIDER:

   YAHAN 
   Provider ID: 11544974

INSURED:

   MICHELEEE WCK
   Member ID: 134557001
   Address:
      9 CRESCENT OAK
      MISRI CITY, TX 174
   Birth Date: 05/22/1990`;

const parseInsuranceText = (rawText) => {
  const result = {};
  // 匹配顶级区块：捕获区块名称和内部所有内容
  const topBlockRegex = /(PAYER|PROVIDER|INSURED):\s*([\s\S]*?)(?=\n\n[A-Z]|$)/g;
  let blockMatch;

  while ((blockMatch = topBlockRegex.exec(rawText)) !== null) {
    const blockKey = blockMatch[1].trim().toLowerCase();
    const blockContent = blockMatch[2].trim();

    switch (blockKey) {
      case 'payer':
        result.payer = blockContent;
        break;
      case 'provider':
        result.provider = {
          name: blockContent.match(/^([^\n]+)/)[1].trim(),
          providerId: blockContent.match(/Provider ID:\s*(\d+)/)[1]
        };
        break;
      case 'insured':
        result.insured = {
          name: blockContent.match(/^([^\n]+)/)[1].trim(),
          memberId: blockContent.match(/Member ID:\s*(\d+)/)[1],
          // 捕获Address后的所有缩进行，合并为单行
          address: blockContent.match(/Address:\s*([\s\S]*?)(?=\n\s*[A-Z])/)[1]
            .trim()
            .replace(/\n\s+/g, ' '),
          birthDate: blockContent.match(/Birth Date:\s*(\d{2}\/\d{2}\/\d{4})/)[1]
        };
        break;
    }
  }
  return result;
};

// 执行解析并输出结果
console.log(parseInsuranceText(text));

解析结果示例 #

{
  payer: 'Con',
  provider: { name: 'YAHAN', providerId: '11544974' },
  insured: {
    name: 'MICHELEEE WCK',
    memberId: '134557001',
    address: '9 CRESCENT OAK MISRI CITY, TX 174',
    birthDate: '05/22/1990'
  }
}

关键细节说明 #

• 顶级区块正则/(PAYER|PROVIDER|INSURED):\s*([\s\S]*?)(?=\n\n[A-Z]|$)/g：用[\s\S]*?匹配区块内所有内容，通过正向预查(?=\n\n[A-Z]|$)确保只匹配到下一个顶级区块或文本结尾
• Address字段处理：用[\s\S]*?捕获所有缩进行，再通过replace(/\n\s+/g, ' ')将多行地址合并为单行（若需保留换行，可改为replace(/\n\s+/g, '\n')）
• 每个子字段用精准正则匹配，避免格式变动导致的解析错误

内容的提问来源于stack exchange，提问作者Muhammad Faisal