正则表达式实现含末尾点的章节编号与描述拆分提取
正则表达式调整方案
原正则存在的核心问题
当前使用的(\d+(?>\.\d+)*)(.\D*) 匹配逻辑存在两个偏差:
- 编号捕获组仅匹配由数字、点交替组成的层级序列,没有将编号末尾的收尾小数点纳入匹配范围
- 描述捕获组从编号后的第一个字符开始捕获,直接把未被匹配的收尾点、点后的空格都算进了描述内容里,导致提取结果包含多余字符
调整方式与修正后正则
在原有正则的基础上做两处微调即可,不需要大幅改动原有匹配逻辑:
- 在第一个编号捕获组内,原有
\d+(?>\.\d+)*的匹配规则末尾追加\.,把编号结构结束后的收尾小数点纳入编号字段的捕获范围 - 在第二个描述捕获组的前面,追加
\s*匹配并跳过收尾小数点后的分隔空格,避免空格被算进描述内容
修正后的完整正则为:^(\d+(?>\.\d+)*\.)\s*(.*)$
效果验证
将给定测试文本逐行匹配后,把两个捕获组按|拼接,输出结果和期望格式完全一致:
No|Description 1.1.1.|ABC 1.1.2.|DEF 1.1.2.3.|XYZ
注意:批量处理多行文本时,需要开启正则的多行匹配模式(Multiline),让行首尾锚点
^和$逐行生效,避免出现仅匹配整段文本首尾的问题。
内容的提问来源于stack exchange,提问作者VKarthik
相关产品推荐
相关产品推荐

