拆分文本正则表达式 Java

Question

您好，我有一个要拆分的文本文件。

第 1 章：八月灰蒙蒙的温暖傍晚降临城市，温和温暖的空气，夏天的记忆，在街道上循环。街道，为了周日的休息而关闭，挤满了色彩缤纷的人群。灯火就像被照亮的珍珠，从它们高大的柱子的顶端照耀在活生生的纹理上，不断变化着形状和色调，向温暖的灰色傍晚的空气中发出不变的、不断的低语。 第二章：两个年轻人从拉特兰广场的山上下来。他们中的一个人刚刚结束了一段长长的独白。另一个走在小路边上，由于同伴的粗鲁，有时不得不踏上马路，一脸好笑的听着的表情。他蹲着，脸色红润。一顶游艇帽被推到远离额头的地方，他听到的叙述使他的鼻子、眼睛和嘴角不断地在他的脸上爆发出一波又一波的表情。一阵阵喘息的笑声从他抽搐的身体中接踵而至。他的眼睛里闪烁着狡黠的享受，每时每刻都在看他的同伴的脸。有一两次，他重新布置了他以斗牛士风格挂在一个肩膀上的轻型防水材料。他的马裤、他的白色橡胶鞋和他活泼的防水衣，都表达了他的青春。可他的身形却是腰部圆滚滚，头发稀少灰白，脸庞在一阵阵的表情掠过时，却是一副蹂躏的样子。

如何通过文本的“章节”将文本分成两部分？

我使用了正则表达式Chapter 1 : .+ Chapter，但结果它删除了章节单词。

Answer 1

如果您想使用 split 函数，这可能是您正在寻找的：

(?!^)(?=Chapter\s\d+\s:)

如果你只是想捕捉章节，试试这个：

Chapter\s\d+\s:.*?(?=Chapter\s\d+\s:|$)

https://regex101.com/r/oE5rX6/1

可以简写为：

Chapter.*?(?=Chapter|$)

但是，如果您在文本中出现 Chapter 一词时出现误报，最好像前面的表达式那样更明确。

在所有情况下，它都使用positive lookahead 来匹配所需的内容。