如何使用Regex跨行拆分字符串？解决拆分结果合并问题

嘿，我完全懂你碰到的麻烦——普通正则默认只在单行内匹配，碰到跨行的内容块时，自然没法精准拆分，结果所有内容都糊在一起了。下面我会根据几种常见的拆分场景，给出对应的正则写法，帮你搞定跨行拆分的问题：

1. 基于明确的跨行分隔符拆分 #

如果你的内容块之间有固定的分隔符（比如---、===或者自定义标记），只要确保分隔符不会出现在内容块内部，就可以用正向预查结合DOTALL模式来定位拆分点。

举个例子，假设分隔符是---\n（换行加三条短横线），拆分正则可以这么写：

/(?=\n---)/s

• (?=\n---)：正向预查，匹配「换行+三条短横线」的位置，拆分时不会把分隔符包含到内容块里
• s修饰符：开启DOTALL模式，让正则里的.能匹配包括换行在内的所有字符（部分语言里用参数形式，比如Python的re.DOTALL）

如果分隔符本身跨多行，比如：

=====
分隔符
=====

那正则可以写成：

/(?=\n=====\n分隔符\n=====)/s

2. 基于文件头/块标记拆分 #

如果每个内容块都有固定的开头标记（比如// File: xxx、### 文件名这类），我们可以用正向预查定位下一个块的开头，实现精准拆分。

比如你的内容是这样的：

// File: note.txt
今天的任务：
- 整理文档
- 测试正则
// File: log.txt
2024-05-20: 启动服务
2024-05-20: 完成拆分测试

对应的拆分正则是：

/(?=\/\/ File:)/gs

• (?=\/\/ File:)：正向预查下一个文件头的位置，确保拆分点刚好在新块的开头前
• g修饰符：全局匹配，找到所有拆分点
• s修饰符：允许正则跨行匹配，不会因为内容里的换行中断匹配

用这个正则拆分后，你会得到两个独立的内容块，完美保留每个块里的换行。

关键注意事项 #

• DOTALL模式：大部分正则引擎里，s修饰符（或对应参数）是让.匹配换行的核心，没有它的话，.只会匹配单行内的字符，跨行内容就会漏匹配
• 多行模式（m修饰符）：如果拆分规则依赖每行的开头/结尾（比如分隔符是每行开头的>），可以开启m修饰符，让^和$匹配每行的首尾，而非整个文本的首尾
• 语言差异：不同编程语言的正则语法略有不同，比如Java里要调用Pattern.compile(regex, Pattern.DOTALL)，Python里用re.split(regex, content, flags=re.DOTALL)，但核心逻辑一致

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