正则表达式如何在指定字符串IhreArtikel-Nr.不存在时停止匹配避免误捕获

问题核心原因 #

原来的正则没有限制匹配的段落边界，也没有前置校验当前段落是否存在目标关键词，当某段不存在IhreArtikel-Nr.时，惰性匹配会跨段落向下搜索，导致不同记录的匹配结果串位。

调整思路 #

• 直接锚定目标关键词的存在性：正则规则中直接写入IhreArtikel-Nr.:的匹配逻辑，不存在该关键词的记录会自动匹配失败直接跳过
• 限制匹配范围不跨段落：用(?:(?!\r?\n\r?\n).)*?替代原有的.*?，确保匹配范围不会超出当前记录（两个空行之间的内容为一条记录）
• 单独捕获目标编码：定位IhreArtikel-Nr.:后的非空白字符作为独立捕获组，直接获取所需编码

调整后完整正则 #

(?s)\r?\n(\d{1,3})(?:\s[a-zA-Z0-9-]{1,25}\s\d{1,6})(?:\s\d{1,6}\w{1,10}\s)(\d{1,6})(\w{1,6})\s(\d{1,2}\.\d{1,2}\.\d{4})\s(\d{1,4}\,\d{1,4}(?:[a-zA-Z]{1,4}\/))(?:(?!\r?\n\r?\n).)*?(\d{1,3}\.\d{1,4}\,\d{1,2}\r?\n|\d{1,3}\,\d{1,3}\r?\n|\d{1,4}\r?\n)(?:(?!\r?\n\r?\n).)*?IhreArtikel-Nr\.:(\S+)(?:(?!\r?\n\r?\n).)*?(?=\r?\n\r?\n|$)

正则说明 #

• (?s)：开启DOTALL模式，让.可以匹配换行符
• 所有区间匹配都做了跨段限制，不会串到下一条记录的内容
• 原有捕获组1-6保留了原正则需要提取的记录编号、日期、单价等字段，新增的捕获组7即为IhreArtikel-Nr.后的编码

匹配效果 #

针对你提供的测试文本，最终只会匹配3条有效记录，无目标关键词的记录7会被直接跳过：

• 记录6对应编码：LAD7035-765
• 记录8对应编码：LAD9007
• 记录9对应编码：LAK7035

如果你只需要提取IhreArtikel-Nr.编码不需要其他字段，可以先用空行拆分所有记录，再对每条单独匹配IhreArtikel-Nr\.:(\S+)，逻辑更简单，维护成本更低。

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