php - 在大文档的新行之间搜索随机文档“标题”

Question

如何在大型（700mb）和“非格式化”txt 文件中计算随机“标题”？

“标题”始终采用以下格式：\n + random title + \n. 但是多个\n可以连续出现。

我正在寻找一个使用 Notepad++ 或任何其他编辑器的解决方案，只是为了计算结果数（例如通过使用正则表达式），或者sed提取这些标题的代码，或者任何语言代码中的任何其他解决方案（即。 Python、PHP 等）！

例子：

This is a random Title

Text Text Text Text Text
Text Text Text Text Text

This is a another random Title

Text Text Text Text Text
Text Text Text Text Text
Text Text Text Text Text
Text Text Text Text Text




This is a another another random Title

Text Text Text Text Text
Text Text Text Text Text
Text Text Text Text Text


This is a another another another random Title

Text Text Text Text Text
Text Text Text Text Text
Text Text Text Text Text

标签： phpregexsedfull-text-searchnotepad++

Answer 1

您可以使用此正则表达式来匹配或计算给定文本的标题数量，根据该文本，标题后面将跟两个换行符，并且前面至少有两个换行符。

(?:\r?\n\r?\n|\A\r?\n?)[^\r\n]+(\r?\n){2}

检查这个演示

我已\r选择包含使其适用于 Windows 和 Linux，但如果您的行尾仅适用于 Linux，那么您可以从中删除\r。

此外，如果您只想匹配和提取标题，您可以使用分组来捕获标题，或使用环视来匹配标题。这是捕获 group1 中标题的正则表达式的分组版本，

(?:\r?\n\r?\n|\A\r?\n?)([^\r\n]+)(\r?\n){2}

group1 中匹配标题的演示

此外，已在 Notepad++ 7.6.1 中验证