如何将多优先级的换行起始问题分割正则合并为单个高效表达式？

针对你的需求，我们可以构建一个单个正则表达式，既满足开头为\n、结尾为\s+的约束，又能匹配所有指定模式，同时避免误匹配字符串中间的内容。

最终正则表达式 #

\n(?:(?:Q\.?|Question|Problem:?|Example|EXAMPLE)\s*\d+\.?|(?:Q\.|Question|Problem:?|Example|EXAMPLE)|[A-Za-z]\d+\.|\d+\.|\d+)\s+

表达式拆解说明 #

• \n：严格匹配开头的换行符，确保只匹配行首的模式，避免字符串中间的误匹配
• (?:...)：非捕获组，用于分组而不保存匹配结果，提升匹配效率
• 各个分支按优先级覆盖所有需求模式：
  • (?:Q\.?|Question|Problem:?|Example|EXAMPLE)\s*\d+\.?：匹配Q <NUM>.、Q <NUM>、Q.<NUM>.、Question <NUM>、Problem <NUM>、Example <NUM>等带编号的前缀
  • (?:Q\.|Question|Problem:?|Example|EXAMPLE)：匹配Q.、Problem:、<Example>、<EXAMPLE>等无编号的前缀
  • [A-Za-z]\d+\.：匹配<Alphabet><Number>.（如A1.、b2.）
  • \d+\.：匹配<NUM>.（如1.、123.）
  • \d+：匹配<NUM>（如1、123）
• \s+：严格匹配结尾的一个或多个空白字符，符合需求约束

测试验证 #

用你提供的测试字符串测试该正则，会精准匹配以下行首模式：

• \nQ.1.
• \nQ.1.

完全不会误匹配字符串中间的内容，同时覆盖了所有指定的模式类型，且仅需一次正则匹配即可完成，效率远高于循环多个正则的方案。

内容的提问来源于stack exchange，提问作者Deshwal