如何在此正则表达式上添加单词边界

Question

使用JavaScript

通常，此正则表达式可以正常工作，但由于OCR拾取的文本中缺少字符或出现了奇怪的标点符号，因此我经常发现这种正则表达式，该正则表达式可以在文本中进行，并且可以拾取范围更广的文本。 我想做的是确保它在第14段的字符串中停止并且在匹配中没有任何进一步的变化。 我正在搜索成千上万的文档，之后这些文档的文本都会略有不同，因此我需要一种以某种方式停止搜索的方法。 如何在第14段添加单词边界？

另外，在下面的字符串中，如果第3（b）款带有方括号，则将其捕获到组中。 但是，如果只有第3款，则不会捕获它。 在下面的文本中，我希望它可以拾取第3段，然后在到达第14段时停止搜索。用于组捕获的可能的文本选项包括：

第3段

第3（b）段

第10段

正则表达式：

Para[a-z]+ 13\S+\s+E[\s\S]*?\(B\)\s["']Ret[a-z]+ Am[a-z]+["'].*?(Paragraph \S+[^.\s])

串：

第13段。选举和变量-io。 以下条款和证券交易，本附件第13款的条件仅适用于乙方（“桥梁协议”）：（a）摩根士丹利之间就合格公司达成的过渡协议中定义的担保权益和“义务”。 附加义务：关于A：本附件中的“义务”一词包括以下内容：无。 关于B：无。 （b）信贷支持义务。 （i）交货金额，退货金额和信用支持金额。 （A）“交货（B）“退货金额”具有“金额”中规定的含义”具有本附件第3款中规定的含义。 （C）其他3（a）

第14段。选举和变量-转移时间。 第4（b）段

Answer 1

要捕获可能带有括号的带有单词后缀的段落：

Paragraph (\w+|\(\w+\))

以这种方式限制您匹配的文本：（最多50个字符的惰性）

.{0,50}

在正则表达式的末尾使用否定的前瞻：（换行符，后跟单词段落）

(?!\nParagraph (\w+|\(\w+\)))

所以结合您的正则表达式将以：

.{0,50}(?!\nParagraph (\w+|\(\w+\)))

在您的正则表达式中

Paragraph (\w+|\(\w+\))\S+\s+E[\s\S]*?\(B\)\s["']Ret[a-z]+ Am[a-z]+["'].{0,500}(?!\nParagraph (\w+|\(\w+\)))

Answer 2

仍然不太适合我。 让我添加两个简单的示例。

第12段第13段第3（b）段第14段第6段

在此示例中，所有方法均有效，它正确捕获了第3（b）段。

现在，另一个例子-

第12款第13款抛物线3（b）款14款第6款

在此示例中，存在拼写错误，因此它错误地捕获了第6段。 在这里，我需要它在找到第14段时停止并且不捕获任何内容。