返回多个匹配但仅使用PHP和RegEX直到第一次出现模式

Question

我有一个看起来像的数据集

I(0,123...789){
A(0,567...999){.......n=Marc.....}
B(2,655...265){..................}
C(3,993...333){..................}
M(8,635...254){.................;}
}
O(0,345...789){
A(0,567...999){.......n=Marc.....}
B(2,876...775){..................}
C(3,993...549){..................}
M(8,354...987){.................;}
}
I(0,987...764){
A(0,567...999){.......n=Marc.....}
B(2,543...265){..................}
C(7,998...933){..................}
M(8,645...284){.................;}
}
B(0,123...789){
.......
}
I(0,987...764){
A(0,567...999){.......n=John.....}
B(2,543...265){..................}
C(7,998...933){..................}
M(8,645...284){.................;}
}

我试图返回所有I“部分”，所以从“I”开始直到在}之后的结束标记;但仅当“I”部分包含n = Marc时。

到目前为止，我来了

^([I]\(.*\){.*n=Marc.*^[M]\(.*;}.)}

https://regex101.com/r/VSuZh5/1

但是在某些情况下，当数据具有类似的模式时

I(0,123...789){
A(0,567...999){.......n=Marc.....}
B(2,655...265){..................}
C(3,993...333){..................}
M(8,635...254){.................;}
}
O(0,345...789){
A(0,567...999){.......n=Marc.....}
B(2,876...775){..................}
C(3,993...549){..................}
M(8,354...987){.................;}
}

正则表达式返回I和O部分。 有没有办法确保它总是返回I部分？

• 为数据集道歉，它很庞大，包含许多我无法公开的敏感数据。*

Answer 1

一个选项可能是匹配I ，然后匹配所有不以}开头的行并匹配至少包含n=Marc 1行

^I\([^()]*\){(?:\R(?!}|.*n=Marc).*)*\R.*\bn=Marc\b.*(?:\R(?!}).*)*\R}$

说明

• ^字符串的开始
• I\\([^()]*\\){匹配I跟着(...){
• (?:非捕获组
  • \\R(?!}|.*n=Marc)匹配unicode换行序列，断言右边的内容不是}或者该行包含n = Marc
  • .*匹配任何char 0+次
• )*关闭非捕获组并重复0次以上
• \\R匹配unicode换行序列
• .*\\bn=Marc\\b.*匹配任何char 0+次并在字边界之间匹配n=Marc
• (?:非捕获组
  • \\R(?!}).*匹配换行符序列断言右边的内容不是}
• )*关闭非捕获组并重复0次以上
• \\R匹配换行序列
• }比赛结束}
• $字符串结束

正则表达式演示

Answer 2

如果我知道，输入总是被格式化样，宁可分成组块在一个闭合}在线的开始，跟着一个新行，如果随后通过上部： ^}\\R(?=[AZ])

然后使用preg_grep找到以I开头并包含n=Marc的preg_grep 。

$res = preg_grep('/^I.*n=Marc/s', preg_split('/^}\R(?=[A-Z])/m', $str));

请参阅3v4l.org上的PHP演示

在您的模式中， .*可以跳过不需要的项目，从而导致意外匹配。

Answer 3

我的猜测是我们想要一个表达式来返回其中包含n=Marc的O部分，类似于：

(?=O\()([\s\S]*?n=Marc[\s\S]*?;}\s*})

或者可能：

(?=O\()([\s\S]*?n=Marc[\s\S]*?;})\s*}

演示1

对于I部分，我们只需将O更改为I ：

(?=I\()([\s\S]*?n=Marc[\s\S]*?;})\s*}

演示2

测试

$re = '/(?=I\()([\s\S]*?n=Marc[\s\S]*?;})\s*}/m';
$str = 'I(0,123...789){
A(0,567...999){.......n=Marc.....}
B(2,655...265){..................}
C(3,993...333){..................}
M(8,635...254){.................;}
}
O(0,345...789){
A(0,567...999){.......n=Marc.....}
B(2,876...775){..................}
C(3,993...549){..................}
M(8,354...987){.................;}
}
I(0,987...764){
A(0,567...999){.......n=Marc.....}
B(2,543...265){..................}
C(7,998...933){..................}
M(8,645...284){.................;}
}
B(0,123...789){
.......
}
I(0,987...764){
A(0,567...999){.......n=John.....}
B(2,543...265){..................}
C(7,998...933){..................}
M(8,645...284){.................;}
}';

preg_match_all($re, $str, $matches, PREG_SET_ORDER, 0);

foreach ($matches as $key => $I) {
    echo $I[0] . "\n";
}

产量

I(0,123...789){
A(0,567...999){.......n=Marc.....}
B(2,655...265){..................}
C(3,993...333){..................}
M(8,635...254){.................;}
}
I(0,987...764){
A(0,567...999){.......n=Marc.....}
B(2,543...265){..................}
C(7,998...933){..................}
M(8,645...284){.................;}
}