如何通过正则表达式将多条多行文本条目转换为单行？

你原来的写法存在3个核心问题：

• 负前瞻(?!#)位置错误，紧跟在[\s\S]+?后无法阻止匹配过程中遇到#开头的大标题边界，非贪婪模式会无规则提前截断
• 没有覆盖每个大段最后一个条目的场景，最后一个条目后没有下一个(？[a-z0-9]+\)标识，会被正则漏掉
• 没有兼容子条目（a)、b)类）的多行匹配需求

核心逻辑是匹配所有行首为(数字) 或小写字母) 开头的条目，捕获条目内容直到下一个条目边界/大标题边界/文本末尾，再将内容中的换行、多余空白替换为单个空格。

// 匹配条目的正则：m多行模式，s点号匹配换行
$pattern = '/^([(]?[a-z0-9]+[)] )(.*?)(?=$|^\(?[a-z0-9]+\)|^#)/ms';

$text = preg_replace_callback($pattern, function ($grp) {
    // unwrap逻辑：替换换行、制表符为单个空格，去除多余空格
    $unwrapContent = preg_replace('/\s+/', ' ', trim($grp[2]));
    return $grp[1] . $unwrapContent . PHP_EOL;
}, $text);

代码说明 #

• 正则修饰符用ms：m开启多行模式让^匹配每行行首，s让.匹配换行符，代替原来的[\s\S]写法更简洁
• 用正前瞻(?=$|^\(?[a-z0-9]+\)|^#)做边界判断：匹配到文本末尾、下一个条目开头、下一个大标题开头三个边界任意一个就停止捕获，不会漏匹配最后一个条目
• 内置unwrap逻辑直接完成换行、缩进空白的替换，不需要额外定义自定义函数

处理前的(3)条目：

(3) Here is the problem, text for each numbered line is
supposed to be on a single line like in (1) and (2), but
the text often spans multiple lines of text.

处理后：

(3) Here is the problem, text for each numbered line is supposed to be on a single line like in (1) and (2), but the text often spans multiple lines of text.

内容的提问来源于stack exchange，提问作者Coffee'd Up Hacker