正則表達式匹配從換行符到括號的所有內容以及搜索詞

Question

我們正在嘗試解析 90 年代基於 DOS 的會計軟件輸出的信息，因此我們可以將其轉換並上傳到更新的系統。 它主要是與每個會計分錄有關的信息，它以隨機制表符、換行符等形式輸出，如下所示：

#Ch. No. 209488 #Rt. Date 12-09-1997 #Bank: Citibank (R:2379;L:28)

#Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997 #Bank: Citibank (R:2432;
L:28)

#Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997
#Bank: Citibank (R:2432;
L:28
)

#Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997
        #Bank: Citibank (R:2432;
    L:28
)

但是，很清楚的是，每個條目的信息都從新行開始並以)結尾

如何編寫將開始在該行中一直到 a )查找術語的正則表達式？

例如在上面的數據中，我們正在使用preg_match_all('/^.*\\b(?:Dr)\\b.*$/m', $dos, $matches)查找字符串Dr ，它匹配如下：

Array
(
    [0] => Array
        (
            [0] => #Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997 #Bank: Citibank (R:2432;
            [1] => #Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997
            [2] => #Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997
        )

)

您可以從數組中的第二個結果中看到，它被省略了#Bank: Citibank (R:2432; L:28)因為它位於單獨的行上，但該數據仍然是其上方行的一部分。

我們正在使用的正則表達式如何修改以匹配下一個)無論它是在同一行還是下一行，甚至是下面的幾行？ 所以結果將是：

Array
(
    [0] => Array
        (
            [0] => #Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997 #Bank: Citibank (R:2432;L:28)
            [1] => #Ch. No. 759263 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997 #Bank: Citibank (R:2432;L:28)
            [2] => #Ch. No. 395159 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997 #Bank: Citibank (R:2432;L:28)
        )

)

Answer 1

您可以使用否定字符類[^來匹配除括號之外的任何字符，括號也將匹配換行符。

匹配后，您可以用一個空格替換所有空白字符。

^.*\bDr\b[^()]*\([^()]+\)

那會匹配

• ^字符串開始
• .*\\bDr\\b匹配 0+ 次除換行符以外的任何字符，然后匹配單詞邊界之間的 Dr （或者匹配#Dr\\b如果它總是以#開頭）
• [^()]*匹配 0+ 次除括號外的任何字符
• \\(匹配(
• [^()]+匹配 1+ 次除括號之外的任何字符（如果必須至少有一個字符不是( )
• \\)匹配)

正則表達式演示| php 演示

例如

$re = '/^.*\bDr\b[^()]*\([^()]+\)/m';
$str = '#Ch. No. 209488 #Rt. Date 12-09-1997 #Bank: Citibank (R:2379;L:28)

#Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997 #Bank: Citibank (R:2432;
L:28)

#Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997
#Bank: Citibank (R:2432;
L:28
)

#Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997
        #Bank: Citibank (R:2432;
    L:28
)';

$result = preg_match_all($re, $str, $matches);
$result = array_map(function($x) {
    return preg_replace("/\s+/", ' ', $x);
}, $matches[0]);
print_r($result);

輸出

Array
(
    [0] => #Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997 #Bank: Citibank (R:2432; L:28)
    [1] => #Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997 #Bank: Citibank (R:2432; L:28 )
    [2] => #Ch. No. 884273 #Dr. Date 10-09-1997 #Ch. Dep. 14-09-1997 #Bank: Citibank (R:2432; L:28 )
)

Answer 2

根據@CBroe 的評論，我想出了這個：

/(#[^\\)\\n]*(?:#Dr).*\\)\\n*)/gsU

• #[^\\)\\n]* -> 以#開頭並阻止搜索所有通過)或\\n （新行）的字符。

• (?:#Dr) -> 無捕獲組中的搜索字符串。

• .*\\)\\n* -> 繼續直到遇到 a )或\\n （換行）。

• gsU -> used flags：g：全局搜索，s：匹配新行，U：非貪婪量詞。

演示