多行正則表達式匹配第一次出現但不能匹配第二個

Question

我有一個字符串，格式如下。 （我加了標記，以獲得新行，以顯示正確）

-- START BELOW THIS LINE -- 
2013-08-28 00:00:00 - Tom Smith (Work notes) 
Blah blah 

b;lah blah 

2013-08-27 00:00:00 - Tom Smith (Work notes) 
ZXcZXCZXCZX 
ZXcZXCZX 
ZXCZXcZXc 
ZXCZXC 


-- END ABOVE THIS LINE -- 

我想獲得一個正則表達式，讓我來提取字符串的兩個獨立的部分信息。

下面的表達式第一部分匹配成功：

^(\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}:\\d{2}) - (.*) \\(Work notes\\)\n([\\w\\W]*)(?=\n\n\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}:\\d{2} - .* \\(Work notes\\)\n) 

我試圖找出一個辦法，我可以修改它來獲取字符串的第二部分。我嘗試過類似下面的內容，但最終將匹配擴展到了字符串的末尾。它就像是優先考慮OR之後的表達式。

^(\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}:\\d{2}) - (.*) \\(Work notes\\)\n([\\w\\W]*)(?:(?=\n\n\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}:\\d{2} - .* \\(Work notes\\)\n)|\n\\Z) 

任何幫助，將不勝感激

- 編輯 -

這裏是我創建嘗試並獲得這個正確的測試程序的副本。在這種情況下，我還添加了第三條消息，並且我的RegEx突破了。

using System; 
using System.Text.RegularExpressions; 

namespace RegExTest 
{ 
    class MainClass 
    { 
    public static void Main (string[] args) 
    { 
     string str = "2013-08-28 10:50:13 - Tom Smith (Work notes)\nWhat's up? \nHow you been?\n\n2013-08-19 10:21:03 - Tom Smith (Work notes)\nWork Notes\n\n2013-08-19 10:10:48 - Tom Smith (Work notes)\nGood day\n\n"; 
     var regex = new Regex ("^(\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}:\\d{2}) - (.*) \\(Work notes\\)\n([\\w\\W]*)\n\n(?=\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}:\\d{2} - .* \\(Work notes\\)\n)",RegexOptions.Multiline); 

     foreach (Match match in regex.Matches(str)) 
     { 
     if (match.Success) 
     { 
      for (var i = 0; i < match.Groups.Count; i++) 
      { 
      Console.WriteLine('>'+match.Groups [i].Value); 
      } 
     } 
     } 

     Console.ReadKey(); 
    } 
    } 
} 

- 編輯 -

只是要清楚，我想提取數據的日期和時間標記（作爲一個項目），名稱，和「身體」來自每個「段落」。

Answer 1

這是一個非常結實的一塊，你現在看到正則表達式。

雖然你可以做多條線的正則表達式，它只是複雜的東西。另外，因爲你有重複的模式，所以在換行符上分割你的字符串會更清晰，然後匹配每一行。最後，如果您打算從文件中獲取該文件，則很容易匹配文件的每一行，而不是讀取整個文件然後進行匹配。

這裏是我會做：

var regex = new Regex ("(\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}:\\d{2}) - (.*?) \\(Work notes\\)"); 

var lines = str.split(new char[] {'\n'}); 

foreach (var line in lines) 
{ 
    var match = regex.Match(line); 

    if (match.Success) 
    { 
    for (var i = 0; i < match.Groups.Count; i++) 
    { 
     Console.WriteLine('>' + match.Groups[i].Value); 
    } 

    // will preface the body after each header 
    Console.WriteLine(">"); 
    } 
    else 
    { 
    Console.WriteLine(line); 
    } 
} 

至於你的正則表達式去，我維護你有原始的羣體，所以我們得到一個組中的日期/時間戳記，並在其他名稱。身體沒有被匹配到一個組，但是構建一個身體字符串將是微不足道的。

1. (\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})匹配組1

2. -匹配，但不進行分組。

3. (.*?)匹配2.集團

4. \(Work notes\)匹配，但不進行分組。

Answer 2

正則表達式是不是真的這樣做的正確的解決方案，但如果你必須...

你的問題是與啓動正則表達式匹配貪婪的組合^。如果它以^開始，它需要它來啓動字符串，並且它不會在其他地方匹配。

.*的貪婪可以通過改爲.*?來解決。

試試這個：

(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}) - (.*?) \(Work notes\)\n([\w\W]*?)((?=\n\n\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2} - .*? \(Work notes\)\n)|((\s{0,})$)) 

Answer 3

我能得到一個表達式的工作，但它看起來有點嚇人我想：

@"([0-9\s:-]+)(?>\s-\s)(?>[^\n\r]+[\r\n]*)((?=[^0-9]+(\d{4}-\d{2}-\d{2}|$))[\s\S])+" 

的@前的公式，使這個逐字字符串，所以你不會有翻番逃避一切。

注意：這不是正確的方式去做這件事，但我想試試。