PHP正则匹配含换行文本 提取搜索词对应-wordpagefound后的页码

现有OCR识别文本样例如下：

-wordpagefound: 1 offerte 201135455 fam. gaudino, umbau wohnung, winterthur seite 3 von 17
rektifikat
projekt 7514505

pos.nr menge uberschrift artikelnummer richtpreis betrag
me bild artikelbeschreibung exkl. mwst exkl. mwst

dusche - wc eltern

核心需求：搜索指定关键词（例如wc）时，获取该关键词所在位置前最近的-wordpagefound:标识后紧跟的页码数字，匹配逻辑需兼容文本换行，适配OCR文本处理场景。
原有实现代码如下，因换行问题匹配失败：

preg_match_all('/(-wordpagefound).*([0-9]).*('.$searchText.')/mi', $file->text, $matches, PREG_OFFSET_CAPTURE)

• 正则默认模式下，元字符.不匹配换行符，跨换行的文本段会直接中断匹配
• 原有正则使用贪婪匹配逻辑，会优先匹配文本中最靠前的-wordpagefound:标识，无法定位离关键词最近的上一个标识
• 页码匹配规则粗糙，[0-9]仅支持单数字页码，遇到多位数页码会出现捕获错误
• 未对搜索关键词做正则转义，关键词含正则特殊字符时会直接导致正则报错

替换原有正则规则即可，完整实现代码：

// 转义搜索关键词中的正则特殊字符，避免规则报错
$safeSearchText = preg_quote($searchText, '/');
// 匹配规则
$pattern = '/-wordpagefound:\s*(\d+)(?:(?!-wordpagefound:).)*?'.$safeSearchText.'/is';
preg_match_all($pattern, $file->text, $matches);

// 提取到的对应页码存在$matches[1]数组中
$pageNums = $matches[1];

规则说明：

• 增加s修饰符：让.可以匹配包括换行符在内的所有字符，解决跨换行匹配失败的问题
• 保留i修饰符：不区分大小写匹配，适配OCR识别可能出现的大小写偏差
• 加入(?:(?!-wordpagefound:).)*?惰性负向预查逻辑：匹配中间内容时一旦遇到新的-wordpagefound:标识就停止，保证捕获的是离关键词最近的上一个页码
• 用\s*(\d+)匹配页码：支持捕获多位数字页码，适配不同长度的页码场景

针对给出的样例文本，搜索关键词wc时，最终捕获到的页码值为1，符合需求预期。

内容的提问来源于stack exchange，提问作者DuliNini