正则表达式帮助去除纯文本聊天记录？答案

【问题标题】：regex to help strip plaintext chat log?正则表达式帮助去除纯文本聊天记录？
【发布时间】：2016-11-26 09:59:53
【问题描述】：

所以，我有一个从 Microsoft Lync 导出的消息的纯文本文件。基本上，我获取了源代码并剥离了 HTML。它看起来像这样：

Smith, Joe [10:48AM]:
Hey guys!
How's it going?
Smith, Jane [10:49AM]:
Hey!
Doe, John [10:50AM]:
Wassup!
Where are we going out today?

如您所见，它们都是相互对立的，但更重要的是，一些用户消息是多行的。

我想要做的是创建一个正则表达式来协助记事本++ 宏，该宏将通过并删除除特定用户的消息之外的所有内容，不包括他们的姓名和时间戳。

因此，对于我上面的示例，如果我的用户是 John Doe，我想要的结果将如下所示：

Wassup!
Where are we going out today?

我正在寻找一个基本上将针对除 John Doe 之外的所有用户的正则表达式，因此我可以检查并删除除他之外的所有消息（之后我可以删除他的姓名和时间戳）。问题是，因为有些消息是多行的，我需要某种方式来说“选择这个用户，以及他们的所有消息行，直到下一个用户”。也许使用 Javascript 或其他东西会更容易，但我觉得它也应该以这种方式工作。

【问题讨论】：

标签： javascript regex notepad++ corpus

【解决方案1】：

定位除 John Doe 以外的所有用户：

(?sm)^(?!Doe, John)[^\r\n]+:$\R(.*?(?=\R[^\r\n[]+\[.*:|\Z))

Live demo

【讨论】：

【解决方案2】：

使用记事本++，只需多次替换：

^.*\[.*[AP]M\]:\r\n(?:[\w\W]*?SURNAME, NAME \[.*[AP]M\]:((?:(?!.*\[.*[AP]M\]).*)*)|(?![\w\W]*\[.*[AP]M\]:)[\w\W]*)

用$1，用你需要的替换SURNAME和NAME。

你必须使用these settings。

【讨论】：