用于行尾的正则表达式

Question

我正在尝试使用正则表达式解析一个GEDCOM文件，就快完成了，但是表达式抓住了文本的下一行，即在行尾有可选文本的行。每条记录应该是一行。

这是该文件的摘录：

0 HEAD
1 CHAR UTF-8
1 SOUR Ancestry.com Family Trees
2 VERS (2010.3)
2 NAME Ancestry.com Family Trees
2 CORP Ancestry.com
1 GEDC
2 VERS 5.5
2 FORM LINEAGE-LINKED
0 @P6@ INDI
1 BIRT

这是我使用的正则表达式：

(\d+)\s+(@\S+@)?\s*(\S+)\s+(.*)

这适用于除末尾不包含任何文本的行之外的所有行，例如第一行。例如，第一条记录的最后一个捕获组包含'1 CHAR UTF-8‘。

以下是来自regex101.com的屏幕截图，显示了紫色捕获组是如何渗入下一行的：

​

​

我曾尝试使用$限定符将.*限制为仅为行尾，但失败了，因为第二行也是行尾。

Answer 1

\s模式匹配换行符。将其替换为常规空格或[^\S\r\n]，如果是PCRE或[\p{Zs}\t]，则替换为\h。

(\d+) +(@\S+@)? *(\S+) +(.*)

请参阅regex demo

如果需要匹配线条，可以添加多行选项，并在两侧(参见another demo)添加锚点(图案开头为^，图案末尾为$ )。