如何用正则表达式拆分分章节格式文本并输出为多个独立文件
正则拆分章节文本生成独立文件实现
核心拆分逻辑
- 拆分边界识别规则:将所有以
chapter后跟数字的段落作为每个独立文件的起始标记,这类章节标题不会被纳入上一个文件的正文内容 - 匹配使用的正则表达式:
/chapter\s+\d+[\s\S]*?(?=chapter\s+\d+|$)/g- 规则说明:从匹配到的章节标题位置开始,向后匹配所有字符(包含换行符),直到遇到下一个章节标题、或者文本结束位置才停止,不会出现内容重叠、截断的问题
- 适配性:该规则不需要提前统计章节总数,后续新增任意数量的章节内容,都可以自动完成拆分,无需修改匹配逻辑
- 后处理步骤:对每个匹配得到的内容块做去除首尾多余空行的操作,对齐预期的输出文本格式
示例拆分结果
按照给定的原始文本输入,最终拆分得到的三个独立文件内容分别为:
- File 1 内容:
chapter 1 what is your name
- File 2 内容:
chapter 2 where do you live
- File 3 内容:
chapter 3 what is your qualification
内容的提问来源于stack exchange,提问作者Rohan
相关产品推荐
相关产品推荐

