Perl5兼容正则实现指定词开头匹配及单独匹配取后续段方法

规则梳理 #

匹配逻辑需同时覆盖两类场景：

• 普通场景：从指定起始词位置正向查找，截取从起始词开始到下一个@@分隔符之间的全部内容
• 特殊场景：如果两个@@之间的内容仅为指定起始词本身（前后允许存在空白字符），则跳过该段，直接读取该段之后紧邻的下一个@@分隔段内的全部内容

本次指定起始词为bank representative，测试文本为@@分隔的多段文本块，预期返回2项匹配结果：

1. 首个以该起始词开头的@@分隔段内的完整文本
2. 仅包含该起始词的分隔段之后的文本块：Other functions may include ordering checks

原有方案缺陷 #

初步编写的正则@@\s*+bank representative\b.*?(?=@@)仅能覆盖普通场景的开头匹配，未对「整段仅为起始词」的特殊场景做分支判断，无法自动跳段取后续内容。

可用正则实现 #

符合Perl 5兼容规范的正则如下：

@@\s*\K(?:bank representative\b(?!\s*(?:@@|$)).*?|bank representative\s*(?=@@|$)\s*@@\s*\K.*?)(?=@@|$)

逻辑拆解 #

• @@\s*\K：匹配段起始的@@分隔符及后续空白，通过\K重置匹配起始位置，避免分隔符本身被纳入匹配结果
• 第一匹配分支（普通场景）：bank representative\b(?!\s*(?:@@|$)).*?
  匹配到起始词后，通过负向预查判断当前段并非仅包含起始词（即起始词后不是直接跟空白+分隔符/文本结尾），直接匹配当前段到下一个@@前的所有内容
• 第二匹配分支（特殊场景）：bank representative\s*(?=@@|$)\s*@@\s*\K.*?
  匹配到起始词后，通过正向预查确认当前段仅包含起始词（即起始词后只有空白，直接衔接分隔符/文本结尾），随后跳过当前段结尾的@@和下一段开头的空白，再次通过\K重置匹配起点，匹配下一段到下一个@@前的全部内容
• 结尾边界(?=@@|$)：确保匹配在遇到下一个分隔符或文本末尾时停止，不会出现跨段越界的问题

匹配效果 #

该正则在测试文本中可准确返回2个预期结果，无多余匹配、无漏匹配。

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