求助：编写可匹配多行换行消息的WhatsApp聊天日志Regex

我来帮你搞定这个多行消息匹配的难题！你的原正则无法处理换行消息的核心问题是：.*默认不会匹配换行符，而且没有明确界定消息的结束边界，导致遇到换行就停止匹配了。

原正则的问题点 #

你的原正则：

(?P<datetime>\d{2}\/\d{2}\/\d{4},\s\d(?:\d)?:\d{2} [pa].m.)\s-\s(?P<name>[^:]*):(?P<message>.*)

其中(?P<message>.*)只能匹配单行内容，因为.不包含换行符，一旦消息里有换行，后面的内容就会被漏掉。

修改后的正则方案 #

下面这个正则可以完美匹配多行消息，同时准确区分不同的聊天条目：

(?P<datetime>\d{2}\/\d{2}\/\d{4},\s\d{1,2}:\d{2} [ap].m.)\s-\s(?P<name>[^:]*):(?P<message>[\s\S]*?)(?=\s-\s\d{2}\/\d{2}\/\d{4},\s\d{1,2}:\d{2} [ap].m.|$)

关键修改说明 #

• 把\d(?:\d)?简化成\d{1,2}，写法更简洁，功能完全一致
• 用[\s\S]*?替代.*：[\s\S]表示匹配任意空白或非空白字符（也就是所有字符，包括换行），*?是非贪婪匹配，避免把下一条聊天的内容也包含进来
• 添加了正向预查(?=\s-\s\d{2}\/\d{2}\/\d{4},\s\d{1,2}:\d{2} [ap].m.|$)：用来精准判断消息的结束位置——要么是下一条聊天的起始标记（日期+-），要么是整个日志的末尾

效果验证 #

比如对于这样的聊天内容：

05/10/2024, 3:45 p.m. - Dhiraj: Hey, check out this multi-line message!
It spans across
three different lines.
05/10/2024, 3:46 p.m. - Friend: Got it, that works perfectly now!

修改后的正则会正确捕获Dhiraj的完整多行消息，不会把Friend的内容混入其中。

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