如何在此正則表達式上添加單詞邊界

Question

使用JavaScript

通常，此正則表達式可以正常工作，但由於OCR拾取的文本中缺少字符或出現了奇怪的標點符號，因此我經常發現這種正則表達式，該正則表達式可以在文本中進行，並且可以拾取范圍更廣的文本。 我想做的是確保它在第14段的字符串中停止並且在匹配中沒有任何進一步的變化。 我正在搜索成千上萬的文檔，之后這些文檔的文本都會略有不同，因此我需要一種以某種方式停止搜索的方法。 如何在第14段添加單詞邊界？

另外，在下面的字符串中，如果第3（b）款帶有方括號，則將其捕獲到組中。 但是，如果只有第3款，則不會捕獲它。 在下面的文本中，我希望它可以拾取第3段，然后在到達第14段時停止搜索。用於組捕獲的可能的文本選項包括：

第3段

第3（b）段

第10段

正則表達式：

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

串：

第13段。選舉和變量-io。 以下條款和證券交易，本附件第13款的條件僅適用於乙方（“橋梁協議”）：（a）摩根士丹利之間就合格公司達成的過渡協議中定義的擔保權益和“義務”。 附加義務：關於A：本附件中的“義務”一詞包括以下內容：無。 關於B：無。 （b）信貸支持義務。 （i）交貨金額，退貨金額和信用支持金額。 （A）“交貨（B）“退貨金額”具有“金額”中規定的含義”具有本附件第3款中規定的含義。 （C）其他3（a）

第14段。選舉和變量-轉移時間。 第4（b）段

Answer 1

要捕獲可能帶有括號的帶有單詞后綴的段落：

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

以這種方式限制您匹配的文本：（最多50個字符的惰性）

.{0,50}

在正則表達式的末尾使用否定的前瞻：（換行符，后跟單詞段落）

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

所以結合您的正則表達式將以：

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

在您的正則表達式中

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

Answer 2

仍然不太適合我。 讓我添加兩個簡單的示例。

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，它正確捕獲了第3（b）段。

現在，另一個例子-

第12款第13款拋物線3（b）款14款第6款

在此示例中，存在拼寫錯誤，因此它錯誤地捕獲了第6段。 在這里，我需要它在找到第14段時停止並且不捕獲任何內容。