regex - RegEx 匹配除换行符之外的任何内容，直到正前瞻

Question

我正在尝试将某些文本行匹配到 RegEx (PCRE) 中的特定字符串。这是一个例子：

000000
999999900

20.10.19

Amoxicillin 1000 Heumann 20 Filmtbl. N2 - PZN: 04472730

-

Dr. Max Mustermann

在本文中，我想完全匹配这部分：

Amoxicillin 1000 Heumann 20 Filmtbl. N2

相似之处始终是 PZN 的部分，以及我想匹配的每一行末尾的 7-8 位数字。但是，PZN 部分有时可能位于下一行，而不是直接位于其后面：

000000
999999900

20.10.19

Amoxicillin 1000 Heumann 20 Filmtbl. N2
 - PZN: 04472730

-

Dr. Max Mustermann

所以它要么直接在它后面，要么在下一行。我尝试使用此 RegEx 这样做：

.*(?=[ \-\r\n]+PZN)

这确实有效，但是，在上面的第一个示例中，它与此匹配：

Amoxicillin 1000 Heumann 20 Filmtbl. N2 -

注意末尾的“-”。这不应该包含在比赛中。我想 RegEx 会优先考虑该.*部分，因为它是从左到右工作的，因此只会删除前瞻的最后一个字符。不过，我不知道该怎么做。

有任何想法吗？

标签： regexregex-lookarounds

Answer 1

一种选择是使用捕获组并在该- PZN:部分之前匹配 0+ 个空白字符。

^(?![^\S\r\n]*$)(.+)\s* - PZN: \d{7,8}$

• ^线的开始
• (?![^\S\r\n]*$)断言不是空行
• (.+)\s*在第 1 组中捕获匹配任何字符 1+ 次，然后是 0+ 次空白字符
• - PZN: 匹配空格-和空格后跟PZN:空格
• \d{7,8}匹配 7-8 位数字
• $行结束

正则表达式演示

另一种选择是使用前瞻形式的相同模式

^(?![^\S\r\n]*$).+(?=\s* - PZN: \d{7,8}$)

正则表达式演示