基于正则表达式从多格式文本语料中提取Name标签值的方法

直接用以下正则即可覆盖全部4种场景，不需要硬编码按空格截断：

/Name\s*:?\s*(.*?)(?=\s*(?:Date|Age)\s*:?|$)/i

正则逻辑说明 #

• Name\s*:?\s*：精准定位Name标签，兼容标签后带任意空白、有无冒号的情况，覆盖带冒号、无冒号两种格式
• (.*?)：非贪婪模式捕获Name标签后的内容，不管是单名还是带姓氏的全名都能完整抓取，不会漏取多段姓名
• (?=\s*(?:Date|Age)\s*:?|$)：通过正向预查定义抓取终止边界：要么遇到下一个相邻的固定字段（Date/Age，同样兼容字段前带空白、有无冒号的情况），要么到字符串末尾，不管Name出现在字符串哪个位置都能正确截断，不会把后续字段的内容混入姓名结果

场景验证 #

对应列出的4种测试输入，取正则第一个捕获组的结果完全符合预期：

• 输入Name: ABC Def Date: 8-01-09 Age: 5，输出ABC Def
• 输入Name: Abc Date: 8-01-09 Age: 5，输出Abc
• 输入Name ABC Date 8-01-09 Age 5，输出ABC
• 输入Date 8-01-09 Name ABC DEF Age 5，输出ABC DEF

如果后续新增其他和Date、Age同级的固定字段，直接把字段名加到正则中(?:Date|Age)的分组里即可，不需要调整整体匹配逻辑。

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