regex - 正则表达式中的前瞻

Question

我正在尝试从包含使用正则表达式的几篇文章的文件中提取场地。我知道场地以 For/From 开头，然后是日期，该日期以一周中的某一天开头，如果缺少日期，则以作者姓名开头，我编写了以下正则表达式来匹配场地，但它始终匹配所有内容，直到作者的名字，这意味着如果该文章有日期，日期也会出现在场地中。

"""((?<=\n)(?:(?:\bFrom\b)|(?:\bFor\b)).*?(?=(?:(?:Monday|Tuesday|Wednesday|Thursday|Friday|Saturday|Sunday)|(?:[A-Z]+))))""".r

如果遇到我的代码为什么不匹配日期，而是继续匹配作者姓名 [AZ]。

输入：“国家间敌对行动的后果

来自纽约邮报。

1787 年 11 月 20 日，星期二。

汉密尔顿

致纽约州人民：”

“1787 年 11 月 20 日，星期二”这一行。是可选的，可能不会出现在所有文章中。我希望输出为“来自纽约邮包”。对于没有日期的文章，我得到了正确的输出，但是我得到了“来自纽约邮包”的输出。

1787 年 11 月 20 日，星期二。”查看包含日期的文章。

Answer 1

根据您的编辑，您真正需要的是

^(From|For).*

带有多行标志。

---

我知道场地以 For/From 开头

后跟以星期几开头的日期或作者姓名（如果缺少日期）

它总是匹配直到作者姓名的所有内容，这意味着如果该文章有日期，日期也会出现在场地中。

听起来您想在以“From”或“For”开头的文本文件中查找整行

^(From|For)

（设置多行标志以^匹配行的开头而不是输入的开头）。

后跟一个可选日期

\s+(Monday|Tuesday|Wednesday|Thursday|Friday|Saturday|Sunday)?

后跟作者姓名

\s+\w+\s+\w+

紧随其后，直到行尾

.*

除非，当然，您的意思是要跳过日期并仅匹配 For/From 和作者姓名（而不是日期）。这不能仅在 Regex 中完成 - 不过，您可以使用分组来提取所需的值。

Answer 2

您只需要捕获以 For 或 From 开头的整行，因此您可以简单地使用它：

^(For|From).*$

^ 和 $ 将匹配锚定到行的开头和结尾，而 .* 匹配中间的所有内容。

在这里，用您喜欢的任何示例进行尝试。

如果这需要更复杂，我会更新我的答案。