如何编写正则表达式提取每个alphanumeric pattern分段字符串

适配你场景的正则表达式 #

/\d{8} - .*?(?=\s*\d{8} - |$)/g

正则各部分说明 #

• \d{8}：匹配8位格式的日期前缀，和你示例中的19990101格式完全匹配，比无长度限制的\d+匹配精度更高
• - ：匹配前缀后面的横杠加空格固定格式
• .*?：非贪婪匹配任意字符，避免过度匹配吞掉下一个条目的前缀
• (?=\s*\d{8} - |$)：正向零宽预查，确保当前匹配的终止位置要么是下一个条目的日期前缀（前缀前可包含空白字符），要么是整个字符串的末尾，预查内容不会计入匹配结果，刚好实现两个条目的拆分

使用示例（JavaScript环境） #

const rawStr = '19990101 - John DoeLorem ipsum dolor sit amet 19990102 - Elton Johnconsectetur adipiscing elit';
const matchReg = /\d{8} - .*?(?=\s*\d{8} - |$)/g;
const splitResult = rawStr.match(matchReg);
// splitResult 就是你需要的两个独立字符串组成的数组：
// [
//   '19990101 - John DoeLorem ipsum dolor sit amet',
//   '19990102 - Elton Johnconsectetur adipiscing elit'
// ]

拓展说明 #

如果你的日期前缀不是固定8位数字，可将正则中的\d{8}替换为\d+，修改后的正则为/\d+ - .*?(?=\s*\d+ - |$)/g，同样可以完成匹配。

内容的提问来源于stack exchange，提问作者user16452533