Reqtify正则表达式问题：移除文本指定前缀失败求解决方案

问题背景 #

用Reqtify处理文本时，需要移除捕获需求里的多余内容。以下是Reqtify生成的中间文件片段：

heading 1   5. Bug fixing requirements
heading 2   5.1 Detection
bullet:style1   1. The representative shall identify them
bullet:style1   2. Based on the following principles:
bullet:style2   1. Principle 1
bullet:style2   2. Principle 2
bullet:style2   3. Principle 3
NOTE    NOTE  This can block delivery
bullet:style1   3. The supplier shall kept in database
bullet:style1   • Clause 1
bullet:style1   • Clause 2
heading 2   5.2 Bug fixing meeting

现有正则 ^bullet:style1\s*(\d.)+\s(.*)((?:(?!^bullet:style1\s*\d.|^heading).*(?:\n|$))*) 能正确捕获3条需求，但第2、3条里混着bullet:style1、bullet:style2、NOTE这类多余内容。尝试用子表达式 ^(?:bullet:style\d\s*|NOTE\s*)*(.*) 清理失败，下面分析这个子表达式的问题。

期望处理结果 #

• 第1条需求：1. The representative shall identify them
• 第2条需求：

  2. Based on the following principles:
  <ol>
  <li>Principle 1</li>
  <li>Principle 2</li>
  <li>Principle 3
  NOTE  This can block delivery</li>
  </ol>
  

• 第3条需求：

  3. The supplier shall kept in database
  • Clause 1
  • Clause 2
  

子表达式的问题分析 #

你用的 ^(?:bullet:style\d\s*|NOTE\s*)*(.*) 有三个核心问题：

1. 多行匹配未生效：默认正则模式下，^只匹配整个文本块的开头，不是每行的行首。除非开启多行模式m，否则没法匹配需求块内部每行开头的多余前缀。
2. 单行处理局限：这个表达式只能处理单行的前缀，没法遍历多行需求文本里的每一行逐一清理。比如bullet:style2是独立行，表达式没法针对这些行单独处理。
3. 贪婪匹配的冗余：(?:...)*是贪婪匹配，遇到没有多余前缀的行时，会直接匹配整行，但没法处理多行中混杂的多余行，导致部分内容清理不彻底。

修正方案 #

要清理捕获到的多行需求文本，得结合多行模式和逐行替换的思路：

1. 开启多行模式 #

在Reqtify里给正则添加m标志，让^和$匹配每行的首尾，这样才能定位到每行开头的多余前缀。

2. 替换清理前缀 #

用下面的正则替换，把每行开头的多余前缀去掉，替换结果取$1：

^(?:bullet:style\d+\s+|NOTE\s+)(.*)$

3. 嵌套列表的格式转换 #

针对第2条需求里的bullet:style2项，要转成<ol>列表的话，清理前缀后再做两步：

• 匹配编号项：^\d+\.\s(.*)$，替换为 <li>$1</li>
• 在整个列表块的前后加上<ol>和</ol>标签

完整流程 #

1. 用初始正则捕获带多余内容的完整需求块；
2. 对每个需求块，用清理正则移除所有行首的多余前缀；
3. 对第2条需求的列表部分单独做<ol>/<li>标签转换。

内容的提问来源于stack exchange，提问作者Sined40