Markdown活动追踪文件正则匹配问题：生成每日及时间报告

我来帮你搞定这个正则匹配的问题！先梳理下核心需求：你需要从MASTERFILE里精准提取两类内容——项目标题行（格式为## %XXX ProjectName1）和从CHRG=起始到<br>结束的活动内容块，之前匹配出无关内容，大概率是因为贪婪匹配、边界未限定或模式设置不对，下面给出针对性的正则方案：

1. 匹配项目标题行 #

要确保只匹配整行的项目标题（避免匹配到文本中类似格式的子串），用多行模式的正则：

^## %(\S+) (.+)$

正则解释： #

• ^：匹配行开头（需启用多行模式m，让^/$对应每行首尾）
• ## %：固定前缀，严格匹配项目标题的开头格式
• (\S+)：捕获项目标识（比如XXX，\S+匹配非空白字符，适配字母/数字/符号组合的标识）
• (.+)：捕获项目名称（匹配标题剩余的所有内容，直到行尾）
• $：匹配行结尾

2. 匹配CHRG=到<br>的活动块 #

如果活动块可能跨行（比如CHRG=在一行，<br>在后续行），需要启用**单行模式s**让.匹配换行符，同时用非贪婪匹配避免过度抓取：

(?s)CHRG=.+?<br>

正则解释： #

• (?s)：开启单行模式，使.能匹配换行符（处理跨行的活动块）
• CHRG=：固定起始标识，精准定位活动块开头
• .+?：非贪婪匹配任意字符（直到遇到第一个<br>就停止，避免抓取多个活动块的内容）
• <br>：固定结束标识，匹配活动块的结尾

3. 关联项目标题与对应活动块（进阶） #

如果MASTERFILE的结构是「项目标题 + 该项目的活动块」，可以用组合正则一次性提取项目及其对应的所有活动内容：

^## %(\S+) (.+)\n(?s)(.*?(CHRG=.+?<br>)+)

正则解释： #

• 前半部分^## %(\S+) (.+)\n：匹配并捕获项目标题行
• (?s)：开启单行模式处理跨行内容
• (.*?(CHRG=.+?<br>)+)：捕获该项目下所有连续的活动块（.*?跳过标题后到第一个活动块前的无关文本，(CHRG=.+?<br>)+匹配一个或多个活动块）

常见问题修正（为什么之前会匹配无关内容？） #

• 未启用多行模式：导致^/$匹配整个文件的首尾，而非每行首尾，会误抓包含## %的长文本行
• 使用贪婪匹配.+而非非贪婪.+?：会从第一个CHRG=一直匹配到文件最后一个<br>，把多个项目的活动块甚至无关内容都包含进来
• 未开启单行模式：如果活动块跨行，.无法匹配换行符，会只抓取CHRG=所在行的内容，或者匹配失败

示例验证 #

假设MASTERFILE内容如下：

## %PRJ001 Website Redesign
项目前期准备：需求梳理
CHRG=2024-05-20, 4h, Frontend Development<br>
CHRG=2024-05-20, 2h, Backend Integration<br>
无关的备注文本

## %PRJ002 Mobile App Launch
CHRG=2024-05-20, 3h, UI Testing<br>
临时会议记录（不属于活动块）

用上述正则提取后，会得到：

• 项目标题：## %PRJ001 Website Redesign、## %PRJ002 Mobile App Launch
• 对应活动块：
  • PRJ001下的CHRG=2024-05-20, 4h, Frontend Development<br>、CHRG=2024-05-20, 2h, Backend Integration<br>
  • PRJ002下的CHRG=2024-05-20, 3h, UI Testing<br>

完全不会包含“无关的备注文本”“临时会议记录”这类无关内容。

内容的提问来源于stack exchange，提问作者projetnumero9