RegEx -多行输入问题

Question

我有一个包含多行内容的字符串，并希望选择一个多行区域，最好使用正则表达式(因为我现在正在尝试理解Java RegEx )。

考虑如下输入：

Line 1
abc START def
Line 2
Line 3
gh END jklm
Line 4

假设START和END是唯一的，并且区域的开始/结束标记，我想创建一个模式/匹配器来获得结果：

 def
Line 2
Line 3
gh 

我目前的尝试是

Pattern p = Pattern.compile("START(.*)END");
Matcher m = p.matcher(input);
if (m.find())
  System.out.println(m.group(1));

但结果是

gh

因此，m.start()似乎指向包含“结束标记”的行的开头。我试图将Pattern.MULTILINE添加到编译调用中，但这(单独)并没有改变任何事情。

我的错误在哪里？

Answer 1

您需要Pattern.DOTALL，这样.就可以匹配换行符。MULTILINE解决了一个不同的问题，即^和$锚。

Pattern p = Pattern.compile("START(.*)END", Pattern.DOTALL);

Answer 2

您希望设置Pattern.DOTALL (以便可以将行尾字符与。通配符)，请查看此测试：

@Test
public void testMultilineRegex() throws Exception {
    final String input = "Line 1\nabc START def\nLine 2\nLine 3\ngh END jklm\nLine 4";
    final String expected = " def\nLine 2\nLine 3\ngh ";
    final Pattern p = Pattern.compile("START(.*)END", Pattern.DOTALL);
    final Matcher m = p.matcher(input);
    if (m.find()) {
        Assert.assertEquals(expected, m.group(1));
    } else {
        Assert.fail("pattern not found");
    }
}

Answer 3

正则表达式metachar .与换行符不匹配。您可以尝试regex：

START([\w\W]*)END

它使用[\w\W]代替.。

[\w\W]是一个字符类，用于匹配单词字符和非单词字符，因此可以有效地匹配所有内容。