Java正则表达式求助：提取跨多行的测验题答案

嘿，这个问题我之前处理测验题文本的时候也踩过坑！要搞定跨多行的选项提取，核心就是让正则能正确识别每个选项的起始和结束边界，同时允许内容里包含换行。

核心思路 #

每个选项的特征很明确：以A.到F.开头，下一个选项的[A-F].就是当前选项的结束（最后一个选项则到文本末尾）。我们需要用非贪婪匹配+正向预查来精准截取每个选项的内容，再配合Java的DOTALL模式让.能匹配换行符。

具体实现 #

正则表达式

"([A-F])\\.\\s*(.*?)(?=(?:[A-F]\\.|\\Z))"

拆解一下各部分的作用：

• ([A-F])\\.：捕获选项的字母（A到F），并匹配后面的英文点号
• \\s*：匹配点号之后的任意空白（包括空格、换行、制表符）
• (.*?)：非贪婪匹配选项的所有内容（包括换行），直到遇到下一个选项标记或文本结尾
• (?=(?:[A-F]\\.|\\Z))：正向预查，用来确定选项的结束位置——要么是下一个[A-F].，要么是字符串的末尾（\\Z）

Java代码示例

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class QuizOptionExtractor {
    public static void main(String[] args) {
        // 模拟包含跨多行选项的测验文本
        String quizContent = "问题文本...bla bla bla bla\n" +
                "A. 这是空白文本\n" +
                "B. 这是更多空白文本\n" +
                "C. 你知道还有更多空白文本是\n" +
                "跨了一行的内容哦\n" +
                "甚至还能跨第三行\n" +
                "D. 空白文本空白文本空白文本。\n" +
                "E. 最后一个选项也可以\n" +
                "随便换行";

        // 启用DOTALL模式，让.匹配换行符；可选CASE_INSENSITIVE支持小写选项字母
        Pattern optionPattern = Pattern.compile("([A-F])\\.\\s*(.*?)(?=(?:[A-F]\\.|\\Z))", Pattern.DOTALL);
        Matcher matcher = optionPattern.matcher(quizContent);

        // 循环提取所有选项
        while (matcher.find()) {
            String optionLetter = matcher.group(1);
            // trim()去掉内容首尾的多余空白和换行，让结果更整洁
            String optionText = matcher.group(2).trim();
            System.out.println(optionLetter + ": " + optionText);
        }
    }
}

注意事项 #

• 如果你的测验题选项字母可能是小写（比如a.），可以在编译Pattern时加上Pattern.CASE_INSENSITIVE参数
• 要是选项文本里意外出现了类似A.的内容（概率极低，正规测验题不会这么设计），可以再优化正则的边界判断，比如给选项标记加上行首限定（^([A-F])\\.），同时启用Pattern.MULTILINE模式
• 用trim()处理选项内容是为了去掉换行带来的首尾空白，如果你需要保留原始格式，可以去掉这个调用

内容的提问来源于stack exchange，提问作者P.W