如何使用正则使提取结果包含换行内容（PHP preg_match_all场景）

核心思路 #

原来的问题出在没有给消息内容设置明确的终止匹配边界，所以要么匹配不到换行，要么加了单行模式就直接匹配到文件尾。我们可以用负向正向预查让消息内容匹配时，遇到下一条消息的日期头就停止，就可以完美兼容消息内换行的场景。

修正后的正则 #

/(?<date>(?:[0-9]{1,2}\/){2}[0-9]{1,2}),\s(?<time>(?:[0-9]{1,2}:)[0-9]{2}\s[ap]m)\s-\s(?<name>[^:]+):\s(?<message>(?s:(?!^\d{1,2}\/\d{1,2}\/\d{1,2}).)*)/m

改动点说明 #

• 给整个正则加了m多行修饰符，让^可以匹配每一行的开头，用来识别下一条消息的起始位置
• name分组从.*改成[^:]+，避免不必要的回溯，匹配到冒号就停止，更精准
• message分组逻辑改成：开启单行模式（.匹配换行）的前提下，每匹配一个字符前都检查当前位置是不是下一条消息的日期开头，如果不是就继续匹配，直到碰到消息头或者文件尾
• 原来写法里[a|p]m的竖线是多余的，字符组里不需要加或逻辑，直接写[ap]m即可

PHP调用示例 #

<?php
$content = file_get_contents('你的消息文件路径.txt');
$pattern = '/(?<date>(?:[0-9]{1,2}\/){2}[0-9]{1,2}),\s(?<time>(?:[0-9]{1,2}:)[0-9]{2}\s[ap]m)\s-\s(?<name>[^:]+):\s(?<message>(?s:(?!^\d{1,2}\/\d{1,2}\/\d{1,2}).)*)/m';
preg_match_all($pattern, $content, $matches, PREG_SET_ORDER);

// 按需处理结果
$result = [];
foreach ($matches as $match) {
    $result[] = [
        'date' => $match['date'],
        'time' => $match['time'],
        'name' => $match['name'],
        'message' => rtrim($match['message']) // 去掉末尾多余换行
    ];
}

print_r($result);

结果说明 #

按你的示例文件处理后，所有跨换行的消息内容都会自动拼接到对应message字段中，不会丢失内容，比如第二条消息的内容会完整保留为：

Here is yet another message
where someone added a line break

内容的提问来源于stack exchange，提问作者curlygeek