正则表达式如何捕获至下一个命名捕获组前的全部内容

可用正则表达式 #

直接使用以下正则，开启全局匹配（g修饰符）即可一次性提取所有消息的三个目标字段：

(?<by>\S+)\s*\((?<time>\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2})\)\s*:?\s*(?<text>[\s\S]*?)(?=\S+\s*\(\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2}\)|$)

规则说明 #

• 兼容样例里的格式差异：时间右括号后允许出现0或多个空白字符、0或1个冒号，覆盖第一条消息无冒号、第二条消息有冒号的情况
• 正文截断逻辑：
  • 正文部分用[\s\S]*?惰性匹配所有字符（包含换行、空段落），不会默认贪婪吞掉后续全部内容
  • 末尾的正向预查规则会在两种场景下停止正文匹配：一是匹配到下一条消息的「用户名+时间戳」头部标识，二是匹配到整个聊天文本的末尾，完全避免跨消息抓取的问题

使用提示 #

提取完成后如果需要干净的正文内容，可以对text捕获组的结果做首尾空白字符裁剪，去掉多余的换行、空格即可。

内容的提问来源于stack exchange，提问作者crazyguy123