如何从多行中提取文本，包括第一个和最后一个单词？

Question

我正在尝试提取长文本的一部分，例如有关照顾植物的信息。文本包含段落和空行。我无法捕获我想要的特定文本，第二个问题是提取的文本中没有显示最后一个单词，最后一个问题是我的搜索从行首开始。

我尝试使用不在行首的单词来搜索我想要提取的文本，它可以正常工作，只是所需文本的末尾缺少一个单词，并且如果该单词是新的行，它根本不会显示任何结果。 我使用https://scriptun.com/tools/php/preg_match 进行测试

//开始搜索的第一个词是'How to'。我也想捕捉它 // 我想要的文本结束的第二个单词是 '(optional):'

'/(?=How to).*?\s(?=\(optional\):)/'

我用来测试的示例文本是：

//文本在此之前..

如何照顾裂叶植物

裂叶喜林，也称为 Monstera deliciosa 或 swiss 奶酪植物，是一种大型、受欢迎、易于护理的室内植物， 真正属于喜林属植物。有很多混乱 关于如何称呼这种植物；各种名字都变成了 多年来可互换。

这里有更多信息（可选）：

//这里还有更多文字

我想从以 '(optional):' 结尾的单词 'How to' 中提取所有文本。无论中间有多少行或段落

预期提取的文本：

如何照顾裂叶植物

裂叶喜林，也称为 Monstera deliciosa 或 swiss 奶酪植物，是一种大型、受欢迎、易于护理的室内植物， 真正属于喜林属植物。有很多混乱 关于如何称呼这种植物；各种名字都变成了 多年来可互换。

这里有更多信息（可选）：

谢谢

Answer 1

这很容易。您可以使用以下模式：

https://regex101.com/r/TjE2x8/2

模式：^How to[\w\W]+?\(optional\):$

Answer 2

模式：^How to(?:.|\R)*optional\):$

demo on regex101

解释：

• ^ 匹配How to 出现在行首的第一个实例
• (?: ) 非捕获组。我们需要它是因为下面的OR 指令是管道|。但我们不需要捕获内容。这就是我们在第一个括号后使用?: 的原因。
• .每个字符
• | 或
• \R各种新线
• * 确保为组的每个实例捕获零
• optional\):$ 将单词 optional 与括号匹配（转义，因为它不是指令）\) 和文本末尾的冒号 : $

模式 2：/^How to.*optional\):$/ms

demo on regex101

此模式更简单，但需要设置 m 和 s 标志以匹配多行，并且需要设置 . 字符类以匹配新行。