提取包含换行符之间匹配的文本答案

【问题标题】：Extract text containing match between new line characters提取包含换行符之间匹配的文本
【发布时间】：2021-05-14 17:25:13
【问题描述】：

如果该段落包含使用 JS 的关键搜索词，我正在尝试从 OCR 合同中提取段落。用户可能会搜索诸如“提前发货”之类的内容来查找与某个客户的订单是否可以提前发货相关的条款。

我已经把头撞在正则表达式墙上很长一段时间了，显然我没有抓住什么。

如果我有这样的文字并且我正在搜索“匹配”这个词：

let text = "\n\nThis is an example of a paragraph that has the word I'm looking for The word is Match. \n\nThis paragraph does not have the word I want."

我想提取双 \n 字符之间的所有文本，而不是返回该字符串中的第二个句子。

我一直在尝试某种形式：

let string = `[^\n\n]*match[^.]*\n\n`;

let re = new RegExp(string, "gi");
let body = text.match(re);

但是，它返回 null。奇怪的是，如果我从它工作的字符串中删除句点（排序）：

[
  "This is an example of a paragraph that has the word I'm looking for The word is Match \n" +
    '\n'
]

任何帮助都会很棒。

【问题讨论】：

试试这个：[^\n].*match.*[^\n]。编辑：我猜这个？可能是？ \n{2,}(.*match.*)\n{2,}

标签： javascript node.js regex regex-lookarounds regex-group

【解决方案1】：

如果没有与上下文匹配相关的任何技巧，则不太可能在包含某些特定文本的相同分隔符之间提取一些文本。

因此，您可以简单地将文本分成段落并获得包含匹配项的段落：

const results = text.split(/\n{2,}/).filter(x=>/\bmatch\b/i.test(x))

如果您不需要整个单词匹配，您可以删除单词边界。

查看 JavaScript 演示：

let text = "\n\nThis is an example of a paragraph that has the word I'm looking for The word is Match. \n\nThis paragraph does not have the word I want.";
console.log(text.split(/\n{2,}/).filter(x=>/\bmatch\b/i.test(x)));

【讨论】：

太棒了 - 谢谢！！如果我想让搜索词动态化怎么办？模板文字似乎不起作用。

【解决方案2】：

如果您使用 . 默认匹配除换行符以外的所有字符这一事实，那将非常容易。在两边使用正则表达式/.*match.*/ 和贪婪的.*：

const text = 'aaaa\n\nbbb match ccc\n\nddd';
const regex = /.*match.*/;
console.log(text.match(regex).toString());

输出：

bbb match ccc

【讨论】：

【解决方案3】：

这里有两种方法。我不知道为什么你需要使用正则表达式。拆分似乎更容易做到，不是吗？

const text = "\n\nThis is an example of a paragraph that has the word I'm looking for The word is Match. \n\nThis paragraph does not have the word I want."

// regular expression one

function getTextBetweenLinesUsingRegex(text) {
  const regex = /\n\n([^(\n\n)]+)\n\n/;
  const arr = regex.exec(text);
  if (arr.length > 1) {
    return arr[1];
  }
  return null;
}

console.log(`getTextBetweenLinesUsingRegex: ${ getTextBetweenLinesUsingRegex(text)}`);

console.log(`simple: ${text.split('\n\n')[1]}`);

【讨论】：