如何用正则表达式捕获带换行间隔的重复MY_PROJ模式？

我懂你现在的困扰——本来想把每个以MY_PROJ开头的区块分别捕获，结果用了多行模式的^(MY_PROJ.+)([\s\S]+)之后，第一个项目直接把后面所有内容都吞进去了，完全达不到预期的分组效果。

其实问题出在贪婪匹配上，[\s\S]+会尽可能多地匹配字符，直到字符串结束。要实现每个项目块单独捕获，我们需要让正则在遇到下一个MY_PROJ开头的行时停止匹配，这里可以用非贪婪匹配+正向预查来解决：

可行的正则表达式 #

^(MY_PROJ\d+)\n([\s\S]+?)(?=\nMY_PROJ|$)

正则各部分解释 #

• ^：在多行模式下，匹配每行的开头
• (MY_PROJ\d+)：捕获项目名称（比如MY_PROJ10、MY_PROJ11），\d+确保匹配后面的数字后缀
• \n：匹配项目名后的换行符，分隔项目名和内容行
• ([\s\S]+?)：非贪婪匹配所有字符（包括换行），+?表示尽可能少地匹配，直到触发后面的断言
• (?=\nMY_PROJ|$)：正向预查，告诉正则“匹配到下一个MY_PROJ开头的行，或者字符串结束时就停止”

匹配效果演示 #

用这个正则匹配你的输入内容，会得到两个精准的匹配结果：

• result [0]
  • Group 0: MY_PROJ10
  • Group 1:

    1st line
    2nd line
    

• result [1]
  • Group 0: MY_PROJ11
  • Group 1:

    3rd line
    4th line
    

记得要开启多行模式（比如正则工具里的m标志，或者代码里对应的多行参数），这样^才能正确匹配每行的开头。

内容的提问来源于stack exchange，提问作者hungry4code