正则匹配ddd-dd-ddd模式及后续至下一同模式文本的问题

嘿，我来帮你搞定这个正则难题！你的问题核心在于原正则的两个局限：一是.默认不匹配换行符，所以跨不了行；二是贪婪匹配的.*会一直吃到文本末尾，没法停在下一个编号前。

解决方案正则表达式 #

直接用这个正则就能满足需求：

\b\d{3}-\d{2}-\d{3}\b[\s\S]*?(?=\b\d{3}-\d{2}-\d{3}\b|$)

拆解每个部分的作用 #

• \b\d{3}-\d{2}-\d{3}\b：精准匹配你要的ddd-dd-ddd编号模式，\d是[0-9]的简洁写法，\b用来确保是独立的编号（避免和更长的数字串混淆）
• [\s\S]*?：\s匹配空白字符（包括换行），\S匹配非空白字符，合起来就是匹配任意字符（包括换行）；*?是非贪婪匹配模式，会尽可能少地匹配内容，直到后面的条件触发
• (?=\b\d{3}-\d{2}-\d{3}\b|$)：这是正向预查，用来告诉正则“当你遇到下一个编号，或者文本结束的时候就停止匹配”，而且不会把下一个编号包含到结果里

可选优化：利用DOTALL模式 #

如果你的正则引擎支持DOTALL（比如Python的re.DOTALL、Java的Pattern.DOTALL），可以把[\s\S]换成.，写法更简洁：

\b\d{3}-\d{2}-\d{3}\b.*?(?=\b\d{3}-\d{2}-\d{3}\b|$)

记得开启DOTALL模式，让.能匹配换行符就行。

实际效果示例 #

假设你的输入文本是：

982-99-122 这是第一行的文本
这是第二行的跨行文本
586-33-453 这是第二个编号的文本
还有第三行
777-88-999 最后一个编号的内容

用上面的正则会分别捕获到三个独立的片段：

1. 982-99-122 这是第一行的文本\n这是第二行的跨行文本
2. 586-33-453 这是第二个编号的文本\n还有第三行
3. 777-88-999 最后一个编号的内容

内容的提问来源于stack exchange，提问作者porswengr