如何使用正則表達式搜索文件中的重複段落

Question

我有一個EDI文件，其結構如下。該文件有多個記錄，每個記錄包含一個標題（例如EDI.DD.0000000001.20130809），然後是內容（即文本的多個段落），然後是頁腳（例如報告結束/無EDI活動）。我必須使用三組使用正則表達式來讀取整個文件。

我正在使用以下正則表達式來讀取文件。

（？< 1header> [A-Z] {3}。[A-Z] {2}。[0-9] {10}。[0-9] {8}）| （？< 2footer> \ b（End \ sof \ sReport | No \ sEDI \ sActivity）\ b）|

（？< 3content>（？< = \ķ< 1header>）。*（？= \ķ< 2footer>））

即表達讀取相應組的 「標頭」 和 「頁腳」 正常但沒有選擇「內容」組中的頁眉和頁腳之間的內容。

我在下面的文件中更改了頁眉和頁腳的字體，以幫助理解格式。 我正在使用ASP.Net 3.5框架。

感謝您的幫助提前。

// -------------------------開始EDI文件--------------- -------------------------- //

EDI.DD.0000000001.20130809

匯款人信息 公司名稱：UNITED 2011三 鑑定：9024125001 原產DFI：002100002

接收機信息 收貨人姓名：健康& WELLNESS DFI帳號：0000000000000001 接收DFI ID：434343430 身份證號碼： 交易類型：22存款

---

匯款人信息 公司名稱：BLUE CHOICE 鑑定：9024125001

報告結束

EDI.DD.0006578987.20130809

沒有EDI活動

EDI.SV.0000000555。20130809

匯款人信息 公司名稱：佛羅里達 的大學鑑定：A426004813 原產DFI：004200001

   TRANSACTION INFORMATION 

輸入描述：vndr pymnt 入門級代碼：CTX 服務類代碼：ACH項混合

    REMITTANCE ADVICE ACCOUNTS 
        RECEIVABLE OPEN ITEM REFERENCE 

賣方發票號碼：10016 的Pmt操作代碼： 已付金額：發票的$ 800.00 金額： 金額折扣的：

報告

結束// --------------- ----------文件結尾------------------------------------- ------------- //

Answer 1

當與以下選項組合：

• .NET：Multiline，Singleline（原文如此）
• OSX/iOS的：NSRegularExpressionDotMatchesLineSeparators，NSRegularExpressionAnchorsMatchLines

嘗試：

^(?<header>[A-Z]{3}.[A-Z]{2}.[0-9]{10}.[0-9]{8})$(?<content>.+?)^(?<footer>End\sof\sReport|No\sEDI\sActivity)$ 

下面是從輸入日期的.NET解決方案的示範OP，通過在線.NET正則表達式測試儀regexhero.net（需要帶有Silverlight的瀏覽器）：

http://regexhero.net/tester/?id=081cf97e-4c0b-4efb-b891-91f7cb03afb0