regex + np++ +在页面顶部捕获字符串，从页面底部捕获字符串

Question

这是我的regex

我想要做的是能够捕获表和页码。示例输出或我想要的内容如下。我想要的表部分希望是显而易见的。页面编号是10 (10 4 Text Core statistics aggregated by the Statistics中的第一个数字)，12在4 Text Core statistics aggregated by the Statistics 12中(最后一个数字)。

在np++中，我可以使用Table \d+获取所有表，但我也希望从同一页的瓶盖中获得页码。

我所拥有的：

Table 1: bifrost

<lots of randon text >

10 4 Text Core statistics aggregated by the Statistics 

<lots of randon text >

4 Text Core statistics aggregated by the Statistics 11

Table 2: homestead

<lots of randon text >

4 Text Core statistics aggregated by the Statistics 12

<lots of randon text >

12 4 Text Core statistics aggregated by the Statistics 


Table 3: homestead

<lots of randon text >

12 4 Text Core statistics aggregated by the Statistics 

我想要的：

Table 1: bifrost
10 4 Text Core statistics aggregated by the Statistics 
Table 2: homestead
4 Text Core statistics aggregated by the Statistics 12
Table 3: homestead
12 4 Text Core statistics aggregated by the Statistics 

EDIT1

关于以下可能的答案，如果这有助于：

(Table \d*).*?(?=\d+\s(\d+\s)?Text Core)([^\n]+)(.*?(?=^Table \d+|\z)) --什么都找不到

(Table \d*).* - works找到Table行

(Table \d*) --工作程序查找行的Table和数字部分(例如，Table 1)

.*?(?=\d+\s(\d+\s)?Text Core) - works在以数字开头的行的开头查找数字(^0长度匹配)

(?=\d+\s(\d+\s)?Text Core) - works在以数字开头的行的开头查找数字(^0长度匹配)

([^\n]+) - works查找带有文本的行(也就是说，它突出显示所有文本)

(.*?(?=^Table \d+|\z)) --这可以在开始时找到行的开头和表。

Answer 1

编辑实际上下载了notepad++并测试了正则表达式。

这将起作用：

(^Table \d+).*?(?=\d+\s(\d+\s)?Text Core)([^\n]+)(.*?(?=^Table \d+|\z))

它使用积极的前瞻性来搜索表号之后的第一个页码，然后抓取从那里到行尾的所有内容。然后，它抓住所有的东西，直到下一个“桌子”。请注意，您需要选中. matches newline框。

如果您想做一个替代品，请用\1\n\3\n替换它。regex101.com上的演示

Answer 2

我至少可以提供一个部分的解决方案。按照以下模式进行替换：

^(?!Table)(?!\d+ (?:\d+ )?Text Core).*$

并用空字符串替换它。这应该删除以Table开头或包含Text Core的行之间的所有随机文本。下面是一个工作演示：

​

演示

​