如何用REGEX提取CSV中首条含apple或salad的行并忽略后续匹配行

文本编辑器处理（支持正则替换） #

1. 打开CSV文件，切换到正则替换模式（不同编辑器操作略有差异：VS Code按Ctrl+H后勾选「正则表达式」；Notepad++在替换窗口勾选「正则表达式」）
2. 使用以下规则执行替换：
   • 查找内容：^(?!.*(apple|salad)).*$\n|^(.*apple.*)$\n(?:.*apple.*$\n)*|^(.*salad.*)$\n(?:.*salad.*$\n)*
   • 替换内容：$1$2
3. 替换完成后，文件将仅保留第一行含apple的记录和第一行含salad的记录。

正则逻辑说明 #

• ^(?!.*(apple|salad)).*$\n：匹配并删除所有不含apple或salad的行
• ^(.*apple.*)$\n(?:.*apple.*$\n)*：锁定第一个含apple的行，删除后续所有含apple的行
• ^(.*salad.*)$\n(?:.*salad.*$\n)*：同理处理salad相关行，仅保留首次出现的那一行

OpenOffice Calc处理 #

1. 将CSV文件导入OpenOffice Calc，确保每行数据对应表格的一行
2. 新增辅助列（比如B列），在B1单元格输入公式：

   =IF(OR(ISNUMBER(SEARCH("apple",A1)),ISNUMBER(SEARCH("salad",A1))),IF(OR(COUNTIF($B$1:B1,"apple")=0,COUNTIF($B$1:B1,"salad")=0),IF(ISNUMBER(SEARCH("apple",A1)),"apple","salad"),""),"")
   

3. 按住B1单元格右下角的填充柄，下拉填充到所有行
4. 选中B列，点击「数据」→「筛选」→「自动筛选」，筛选出B列不为空的行，即为需要保留的目标记录

内容的提问来源于stack exchange，提问作者kane3