如何在java中使用正则表达式捕获多线模式？

Question

我有一个文本文件,我需要使用正则表达式解析.我需要捕获的文本是多行组,如下所示:

truck
zDoug
Doug's house
(123) 456-7890
Edoug@doug.com
30
61234.56
8/10/2003

vehicle
eRob
Rob's house
(987) 654-3210
Frob@rob.com

在这个例子中,我需要捕获卡车,然后是接下来的七行.换句话说,在这个"块"中我有8个组.这是我尝试过但它不会捕获下一行:

(truck)\n(\w).

注意:在将其移植到Java之前,我正在使用程序RegExr来测试我的正则表达式.

Answer 1

这个模式应该有效((.*|\n)*)

Answer 2

(?m)^truck(?:(?:\r\n|[\r\n]).+$)*

这假设整个文本已被读入单个字符串(即,您不是逐行读取文件),但它并不假设行分隔符始终\n如您的代码所做的那样.在你至少应该允许\r\n和\r为好,这是什么(?:\r\n|[\r\n])呢.但它仍然只匹配一个分隔符,因此匹配在块结尾处的双线分隔符之前停止.

匹配数据块后,可以将其拆分为行分隔符以获取各行.这是一个例子:

Pattern p0 = Pattern.compile("(?m)^truck(?:(?:\r\n|[\r\n]).+$)*");
Matcher m = p0.matcher(data);
while (m.find())
{
  String fullMatch = m.group();
  int n = 0;
  for (String s : fullMatch.split("\r\n|[\r\n]"))
  {
    System.out.printf("line %d: %s%n", n++, s);
  }
}

输出:

line 0: truck
line 1: zDoug
line 2: Doug's house
line 3: (123) 456-7890
line 4: Edoug@doug.com
line 5: 30
line 6: 61234.56
line 7: 8/10/2003

我还假设每行数据至少包含一个字符,并且数据块之间的空行实际上是空的 - 即没有空格,TAB或其他不可见字符.

(顺便说一句:要在RegExr中测试该正则表达式,请删除(?m)并选中multiline复选框.RegExr由ActionScript提供支持,因此规则稍有不同.对于Java驱动的正则表达式测试程序,请查看RegexPlanet.)