如何编写正则匹配Hxxx代码后到End word前跳过H系列代码的文本

原正则问题 #

你当前使用的(?<=H\d\d\d)([.*\w\W\n]+)(?=End word)采用贪婪匹配逻辑，会直接从第一个Hxxx代码匹配到End word前的所有内容，不会过滤中间出现的H系列代码，因此不符合需求。

正确正则 #

(?<=H\d{3}(?:\+H\d{3})* )[\s\S]*?(?= *(?:H\d{3}(?:\+H\d{3})*|End word))

匹配逻辑 #

• 后顾断言(?<=H\d{3}(?:\+H\d{3})* )：定位在单组Hxxx、或多组Hxxx用加号拼接的H系列代码之后的位置
• 非贪婪匹配[\s\S]*?：匹配任意含换行的字符，不会跨终止标记截取
• 前瞻断言(?= *(?:H\d{3}(?:\+H\d{3})*|End word))：匹配到下一组H系列代码或End word之前就停止，自动跳过所有H系列代码

使用方法 #

开启正则多行匹配模式，提取所有匹配到的文本段后，用.拼接各段即可得到你预期的输出结果。

内容的提问来源于stack exchange，提问作者Shwapx