如何将包含特定模式的段落与正则表达式匹配？

Question

我有以下段落：

This is paragraph #1
New-York, London, Paris, Berlin
Some other text
End of paragraph

This is paragraph #2
London, Paris
End of paragraph

This is paragraph #3
New-York, Paris, Berlin
Some other text
End of paragraph

This is paragraph #4
End of paragraph

This is paragraph #5
Paris, Berlin
Some other text
End of paragraph

如何使用正则表达式匹配包含例如的段落纽约（#1 和#3）还是伦敦（#1、#2）？甚至是纽约和柏林（#1、#3）？

我在 S.O. 中找到了答案。

How match a paragraph using regex

这允许我匹配段落（两个空行之间的所有文本）。

但我不知道（我的正则表达式技能……有限）如何匹配包含特定模式的段落，并且只匹配那些段落。

提前感谢您的帮助

注意：这个想法是使用编辑 IOS 应用程序中的答案来折叠不包含模式的答案。

Answer 1

如果您打算在 iOS 编辑应用程序中使用该模式，我发现您可能无法访问 Python 代码本身。

那么，我只能建议像这样的模式

(?m)^(?=.*(?:\r?\n(?!\r?\n).*)*?\bNew-York\b)(?=.*(?:\r?\n(?!\r?\n).*)*?\bBerlin\b).*(?:\r?\n(?!\r?\n).*)*

请参阅regex demo。基本上，我们只从行首匹配（^ 和 (?m) 修饰符），我们检查是否有 New-York 和 Berlin 作为整个单词（由于\b 单词边界）第一个双换行符之前的行，如果存在，则匹配这些行。

详情

• (?m)^ - 行首
• (?=.*(?:\r?\n(?!\r?\n).*)*?\bNew-York\b) - 一个积极的前瞻，确保在除换行符 (.*) 之外的 0+ 个字符之后的任何地方都有一个完整的单词 New-York 可选地后跟 0+ 个连续的 CRLF/LF 换行符序列，而不是另一个CRLF/LF 换行符后跟该行的其余部分
• (?=.*(?:\r?\n(?!\r?\n).*)*?\bBerlin\b) - 一个完整的单词 Berlin 在除换行符之外的 0+ 个字符之后的任何位置 (.*) 可选地后跟 0+ 个连续的 CRLF/LF 换行符序列，而不是另一个 CRLF/LF 换行符，然后是该行的其余部分
• .* - 匹配行
• (?:\r?\n(?!\r?\n).*)* - 匹配 0+ 个连续出现的：
  • \r?\n(?!\r?\n) - 换行符（CRLF 或 LF）后面没有另一个 CRLF 或 LF
  • .* - 该行的其余部分。

Answer 2

使用支持空拆分的newer regex module：

import regex as re

string = """
This is paragraph #1
New-York, London, Paris, Berlin
Some other text
End of paragraph

This is paragraph #2
London, Paris
End of paragraph

This is paragraph #3
New-York, Paris, Berlin
Some other text
End of paragraph

This is paragraph #4
End of paragraph

This is paragraph #5
Paris, Berlin
Some other text
End of paragraph
"""

rx = re.compile(r'^$', flags = re.MULTILINE | re.VERSION1)

needle = 'New-York'

interesting = [part 
    for part in rx.split(string)
    if needle in part]

print(interesting)
# ['\nThis is paragraph #1\nNew-York, London, Paris, Berlin\nSome other text\nEnd of paragraph\n', '\nThis is paragraph #3\nNew-York, Paris, Berlin\nSome other text\nEnd of paragraph\n']