正则表达式如何匹配指定序号后含换行符的完整文本

你之前写的(?<=\d°\)).*匹配不全的根本原因是：默认正则规则下，.通配符不匹配换行符，遇到文本里的换行就会终止匹配。
下面是两种可直接使用的写法：

方案1：开启dotall（单行）模式（推荐） #

• 正则表达式：

(?s)(?<=\d°\)).*?(?=\s*(?:<p>)?\d°\)|</p>|$)

• 规则说明：
  • (?s) 是单行模式修饰符，开启后.可以匹配包括换行符在内的所有字符
  • .*? 用非贪婪模式匹配内容，避免跨序号过度匹配
  • 正向预查部分用来划定匹配终止边界：碰到下一个序号开头、当前p标签闭合、或者整个字符串结尾就停止匹配，不会把不属于当前序号的无关内容纳入匹配结果

方案2：无模式修饰符兼容写法 #

如果你的使用场景不支持添加模式修饰符，直接用[\s\S]替代.即可——这个字符组天然覆盖所有字符（空白、换行、普通文本都能匹配），不需要修改匹配模式：

(?<=\d°\))[\s\S]*?(?=\s*(?:<p>)?\d°\)|</p>|$)

匹配效果说明 #

使用上述正则可以准确拿到2个目标匹配结果：

• 第一个结果对应1°)后到第一个段落结束的全部内容，包含所有换行的文本
• 第二个结果对应2°)后到对应段落结束的全部内容，不会遗漏换行后的片段

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