多行正则表达式不适用于选项卡

Question

我有一个大文本文件，其中包含 TextWrangler 中的一些注释，我想使用 Regex 对其进行解析并将匹配项写入 CSV 文件以进行 MySQL 导入。这是一个示例来源：

ARCHIVE

02.09.2014 22:35 

title1
content
content
content
content

30.08.2014 18:13 

title2
content
    content with tab
    content with tab
content

...
more notes as above
...

每条笔记都以日期开头，后面是返回值，然后是标题和一些内容行。我目前正在 TW 查找对话框中使用以下正则表达式进行测试，并检查了 Grep 以获取每个注释的日期、标题和内容块：

\r(\d\d\.\d\d\.\d\d\d\d \d\d:\d\d)\s*\r\r(.+)(?s)((?:(?!\r\d\d\.\d\d\.\d\d\d\d \d\d:\d\d\s*\r).)*)

它的作用是查找由返回值包围的日期，然后捕获标题行，最后捕获后面的所有行，前提是没有遇到另一个日期块。后者使用非捕获负前瞻。在最后一步之前，使用 (?s) 启用 DOTALL 设置，包括点元字符中的返回。

在 Find 上面的示例源代码中，第一个注释有效，但第二个注释无效，其中一些行用制表符缩进。 TW 显示此错误：

这就是我卡住的地方。谁能给个提示？

Answer 1

我对该模式进行了更多测试，发现 Regex/Grep 失败确实无法预测。

似乎与源中的选项卡有关，但可能有其他文本触发了该错误。例如，我发现在添加 Web url 时，包含选项卡的工作“注释”部分开始失败。

我在从 Snow Leopard 更新的 Mavericks 10.9.4 上使用 TextWrangler 3.5.3。在 Apple Mail 和其他应用程序中，我在这个系统上也遇到了许多不为人知的问题，所以我认为 TW 错误可能与 Mavericks 问题有关。我使用旧版 TW 的原因是我不喜欢左侧的侧边栏。

正如我在评论中所说，有一些关于 BBedit/TW 的 Grep 问题的问题，这些问题似乎不是来自 PCRE 正则表达式引擎，而是来自 BBedit 代码。当然 SO 帮不上忙。

Answer 2

不允许评论，我必须'回答'......

• 您的正则表达式在 TW 4.5.9（在 10.9.5 上）运行良好。
• 在 TW 4.5.9（在 10.9.5 上）中，它与“非捕获”位丢弃的情况一样好。 （至少对于比赛来说，就是这样。没有验证它的捕获。）
• 在 TW 4.5.9 中，Web url 似乎也不会导致问题。

可能

\r(\d{2}\.\d{2}\.\d{4} \d{2}:\d{2})\s*\r\r(.+\r)((.+\r)+)(?!\d{2}\.\d{2}\.\d{4} \d{2}:\d{2}\s*\r)

确实符合您的目的（在 10.9.4 上的 TW 3.5.3 中也是如此。除了 TW 4.5.9 中的前导/尾随换行符（当然，如果实际需要，可以添加），它的捕获似乎是和你的一样）。