使用正则表达式从字符串提取3组关联数据的问题求助

问题背景 #

给定目标字符串：

String s = #Section250342,Main,First/HS/12345/Jack/M,200010 10.00 200011 -2.00,
#Section250322,Main,First/HS/12345/Aaron/N,200010 17.00,
#Section250399,Main,First/HS/12345/Jimmy/N,200010 12.00,
#Section251234,Main,First/HS/12345/Jack/M,200011 11.00

需要提取所有包含/Jack/M的行中的三类信息：

• 章节编号（如250342、251234）
• 日期（如200010、200011）
• 关联数值（如10.00、-2.00、11.00）
  注意：每行可能包含1组或2组「日期+数值」的组合。

原正则的问题 #

之前尝试的正则：

#Section(\d+)(?:(?!#Section\d).)*\bJack/M,(\d+)\h+(\d+(?:\.\d+)?)\s(\d+)\h+([-+]?\d+(?:\.\d+)?)\b

存在两个核心问题：

1. 强制匹配2组「日期+数值」，无法适配只有1组的行
2. 生成了5个独立分组，无法按「章节编号 + 多组日期数值」的逻辑提取数据

正确的正则方案 #

方案1：先抓整体再拆分（灵活适配任意数量的数值组） #

开启多行模式（m），使用以下正则：

#Section(\d+)(?:.*?/Jack/M,)\s*((?:\d+\s+[-+]?\d+(?:\.\d+)?\s*)+)

用法说明：

1. 第一个分组(\d+)直接捕获章节编号
2. 第二个分组捕获所有「日期+数值」的组合字符串，之后再用子正则(\d+)\s+([-+]?\d+(?:\.\d+)?)拆分这个字符串，就能得到每一组的日期和数值

方案2：直接捕获每组日期和数值（适合固定1-2组的场景） #

同样开启多行模式，使用这个正则：

#Section(\d+)(?:.*?/Jack/M,)(?:\s*(\d+)\s+([-+]?\d+(?:\.\d+)?))(?:\s*(\d+)\s+([-+]?\d+(?:\.\d+)?))?

用法说明：

1. 第一个分组(\d+)捕获章节编号
2. (\d+)和([-+]?\d+(?:\.\d+)?)是第一组日期和数值的捕获组
3. 末尾的?表示第二组日期和数值是可选的，完美适配只有1组的行

匹配结果示例 #

针对给定的字符串：

• 第一行（含2组数值）：
  • 章节编号：250342
  • 第一组：日期200010，数值10.00
  • 第二组：日期200011，数值-2.00
• 第四行（含1组数值）：
  • 章节编号：251234
  • 第一组：日期200011，数值11.00

内容的提问来源于stack exchange，提问作者Ajm Kir