正则表达式只捕捉组

Question

我一直在想，如果有可能只是单独使用正则表达式来解决以下问题：

我有文本的多行字符串，其中有关通过Z!，另一端S0634分离，像这样的信息：

Z! EXT .000 ...HOUSE... L24JN7 
PERSONAL COMPUTER\J\039060-L24JN7-000-*****-*****- 
Payroll No.: 1 
-Name: 
-Folios: 
-Date: 6/24/2014 
-Subformat: S0634 
Z! EXT .000 ...HOUSE... L24JN7 
PERSONAL COMPUTER\J\039060-L24JN7-000-*****-*****- 
Payroll No.: 2 
-Name: 
-Date: 6/24/2014 
-Subformat: S0634 
Z! EXT .000 ...HOUSE... L24JN7 
PERSONAL COMPUTER\J\039060-L24JN7-000-*****-*****- 
Payroll No.: 3 
-Name: 
-Folios: 
-Date: 6/24/2014 
-Subformat: S0634 
desired content.</li> 

我试图捕捉仅通过上述边界组提到的两个字符序列，并包含词Folios。如果你仔细观察，中间的一组没有它。所以，我需要返回的数组只有2个包含该关键字的组。 我可以将它分成组，我也可以返回没有它的组，e.q. (Z!\s*EXT(?:(?!-Folios:).)*?S0634)。然而，捕捉那些拥有它的群体却无法回避。
我只对正则表达式单行代码解决方案感兴趣。我知道我可以将它拆分成组，然后检查每个组。 任何帮助表示赞赏！

Answer 1

使用此：

$regex = '~(?sm)Z!(?:(?!S0634).)*?Folios.*?S0634~'; 
preg_match_all($regex, $yourstring, $matches); 
// See all matches 
print_r($matches[0]); 

在the demo，你可以看到，中年组被排除在外。

输出：

Array 
(
    [0] => Z! EXT .000 ...HOUSE... L24JN7 
PERSONAL COMPUTER\J9060-L24JN7-000-*****-*****- 
Payroll No.: 1 
-Name: 
-Folios: 
-Date: 6/24/2014 
-Subformat: S0634 

    [1] => Z! EXT .000 ...HOUSE... L24JN7 
PERSONAL COMPUTER\J9060-L24JN7-000-*****-*****- 
Payroll No.: 3 
-Name: 
-Folios: 
-Date: 6/24/2014 
-Subformat: S0634 
) 

说明

• (?s)激活DOTALL模式，允许点到跨线
• (?m)接通多行模式匹配，从而允许^和$到比赛在每一行
• Z!匹配起始定界符
• (?:(?!S0634).)*?懒洋洋地匹配后不跟S0634，到任何字符...
• Folios
• .*?S0634懒洋洋字符串的其他部分相匹配到结束分隔符

参考

• Lookahead and Lookbehind Zero-Length Assertions
• Mastering Lookahead and Lookbehind
• The Many Degrees of Regex Greed
• Repetition with Star and Plus

Answer 2

你可以用这种模式做到这一点：

Z!(?>(?!Z!).*\R)+?\s*-Folios:(?>(?!Z!).*\R)*?.* S0634 

的(?!Z!)避免匹配有Folios下一个组。这确保Folios和S0634处于同一组中。