如何编写可提取符合指定首尾规则字符串的Regex正则表达式

最终可用正则（需开启单行匹配模式） #

^[A-D]\n\n.*?[,.!?]\n\n$

各部分规则说明 #

• ^：锚定匹配字符串的起始位置
• [A-D]：匹配开头要求的A、B、C、D任意一个大写字母，如需兼容小写开头可修改为[A-Da-d]
• \n\n：匹配开头字母后紧跟的两个连续换行符
• .*?：非贪婪匹配中间的任意内容，开启单行模式后可匹配换行符，适配多行内容的场景
• [,.!?]：匹配结尾要求的逗号、句号、感叹号、问号四个符号中的任意一个
• \n\n：匹配结尾符号后紧跟的两个连续换行符
• $：锚定匹配字符串的结束位置

常用语言使用示例 #

Python 示例 #

import re

# 待匹配的目标文本
target_text = "A\n\n这是中间的测试内容，可以是多行\n也可以包含任意字符。\n\n"
# 正则规则，(?s) 是内联单行模式标记，无需额外传参数
pattern = r'(?s)^[A-D]\n\n.*?[,.!?]\n\n$'

result = re.match(pattern, target_text)
if result:
    print("匹配成功，提取内容：", result.group())

JavaScript 示例 #

const targetText = "B\n\n这是JS端的测试内容？\n\n";
// s修饰符开启单行模式
const pattern = /^[A-D]\n\n.*?[,.!?]\n\n$/s;

const matchResult = targetText.match(pattern);
if (matchResult) {
    console.log("匹配成功，提取内容：", matchResult[0]);
}

特殊场景适配 #

如果需要从大段文本中提取所有符合规则的子串，去掉首尾的^和$锚点即可，正则修改为：
(?s)[A-D]\n\n.*?[,.!?]\n\n

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