如何指定正则分组的结束边界以提取重复分组间的目标内容

你之前的写法出现匹配范围过大的问题，核心是.*默认采用贪婪匹配规则，会尽可能多的匹配符合条件的字符，所以会从第一个dog一直匹配到整个文本最后一个cat的位置，不会在遇到第一个cat时停止。你尝试的(?s)(?:dog.*(cat){1})写法也没有解决问题，原因是{1}仅限制cat匹配一次，不会改变前面.*的贪婪特性，正则还是会先让.*匹配尽可能多的内容，再回头匹配最后一个cat，匹配范围还是覆盖了从第一个dog到最后一个cat的全部内容。

可用正则写法 #

你可以用非贪婪匹配+正向预查的方案，直接提取cat和下一个dog（或文本末尾）之间的内容，正则表达式如下：

(?s)cat\r?\n(.*?)(?=\r?\ndog|\Z)

规则说明 #

• (?s)：开启单行匹配模式，让.可以匹配换行符
• cat\r?\n：匹配cat所在行的末尾，兼容Windows和Unix换行格式
• (.*?)：非贪婪匹配任意字符，捕获分组1的内容就是你需要提取的目标内容
• (?=\r?\ndog|\Z)：正向零宽预查，匹配到下一个dog开头的行或者文本结束位置就终止，不会将dog纳入匹配结果

匹配结果 #

对示例文本执行匹配后，依次提取所有捕获分组1的内容，拼接后即可得到你需要的输出：

123
XYZ
456
ABC
789

内容的提问来源于stack exchange，提问作者Lars