正则表达式 - 重复匹配

Question

另一个正则表达式问题

我输入了这样的文本：

test start first end start second end start third end

我需要这样的匹配：

test first
test second 
test third

我尝试过类似的方法：

start(.*?)end

但是如何添加“测试”？

感谢您的建议

伦尼德

（已编辑 - 输入文本有错误）

---

没有机会使用另一种编程语言，它应该只是正则表达式。我需要它来解析具有（部分）语法的网页，如下所示：

第1季 第1集 第 2 集 第 3 集 第2季 第1集 第 2 集 ...ETC

有了这个正则表达式，我需要像这样的输出

<episodeslist>>
  <episode season="1" episode="1">
  <episode season="1" episode="2">
.. etc

.. deatiled - 它用于 xmbc.org 媒体抓取工具

Answer 1

只有我一个人不明白 lennyd 在第一个例子中想要什么吗？

现在是这个

输入

Season 1
  Episode 1
  Episode 2
  Episode 3

输出

<episodeslist>
  <episode season="1" episode="1">
  <episode season="1" episode="2">

假设您使用的是正则表达式多行工具

赶上
/Season[^0-9]*([0-9]+)[^\n]*[\s]+Episode[^0-9]*([0-9]+)\n/gs
根据需要添加尽可能多的[\s]+Episode[^0-9]*([0-9]+)\n

返回

<list>
<episode season=$1 episode=$2>
<episode season=$1 episode=$3>
<episode season=$1 episode=$4>
<episode season=$1 episode=$5>

只是不确定 [^\n] ，如果输入真的那么干净，请使用 [^E]

如果剧集的数量在 24 到 26 之间变化，只需运行 3 次正则表达式

如果你想要更灵活的东西，你需要一些强大的应用程序，比如 linux 上的 GREP，或者一些带有 UI 的克隆，用于其他操作系统，可以执行“regex inside regex”

如果它的某些脚本语言运行正则表达式函数，您可以轻松地将以下内容包装在一个循环中，直到 输入 不再匹配任何内容
{

1 - Match only `Season[^0-9]*([0-9]+)`, strip if off the input, store the season # in a variable,  
2 - Match a block of episodes `([\s]+Episode[^0-9]*[0-9]+\n)+`  
3 - Then inside that block match single lines `[\s]+Episode[^0-9]*[0-9]+`  
4 - Using the season variable, output the appropriate XML  

}

Answer 2

一个非常原始的正则表达式将是：

echo "test start first end start second end test third end" |
     perl -ne 'print "$1 -> $2\n" while (/(\w+).*?(\w+) end/g);'
test -> first
start -> second
test -> third

但我同意 Alan Moore 的观点，您的采样输出有点连线。