正则表达式匹配第一行定义的文本块

Question

我有一个文件，我想用正则表达式解析。到目前为止，它已经适用于许多不同的文件，但是这个需要一些不同的东西。我有以下示例文本：

Test1 £4000 £5000
Here street
Here
UK
Test2 £2 £1000
There street
There
UK
Test3 £100 £1000
Haha street
Funnyville
Ireland

对于第一个，例如，我需要得到 3 个东西，£4000、£5000 和

Test1
Here street
Here
UK

我正在使用正则表达式字符串((.*)[^\x00-\x7F](.*)[^\x00-\x7F](.*)\n((.*\n){1,5}))，这在某种程度上可以使它正确，但仅匹配Test1 和Test3。你可以在http://regex101.com/r/tT9pR8看到这个例子

我试图在这部分 ((.*\n){1,5}) 中找到一种方法来说明该行不能包含 £ 符号。 ([^\x00-\x7F])。我尝试了几种不同的方法，例如使用^[^\x00-x7F]，但没有一个返回任何匹配项。

匹配这个的最佳方法是什么？注意：任何想知道的人都必须使用正则表达式。

编辑：文本实际上被不应匹配的其他文本包围。实际文本如下所示，使用 Robin 在下面的答案将“START STRING”和“END STRING”匹配为第一个和最后一个匹配项。 “START STRING”和“END STRING”将是常数。见http://regex101.com/r/gM6vL0

START STRING
Test1 £4000 £5000
Here street
Here
UK
Test2 £2 £1000
There street
There
UK
Test3 £100 £1000
Haha street
Funnyville
Ireland
END STRING

编辑 2：END STRING 实际上更像 END STRING £4545 £4554，因此它与 Robin 的模式相匹配，如 http://regex101.com/r/oC0xL2 所示

文件中还有其他匹配模式的匹配项，不在START STRING和END STRING之间，因此不应匹配/

Answer 1

简单的解决方案

拆分你的字符串：只保留START STRING和END STRING之间的部分，然后应用

/^([^£]*)(£\d+)\s(£\d+)([^£]*)(?=^.*£|$)/gm

这将无限制地匹配您的模式

很酷的正则表达式解决方案

如果你需要匹配这些模式只在一个START STRING之后（没有真正的检查结束是END STRING，而不仅仅是£的一行），这个应该做的伎俩

/(?:START STRING|(?!\A)\G([^£]*)(£\d+)\s(£\d+)([^£]*)(?=^.*£|END STRING))/gm

这将捕获Test1、£4000、£5000 和

Here street
Here
UK

在这里演示：http://regex101.com/r/gR4vM5

解释

(?:                              # non capturing parenthesis
    START STRING                 # either START STRING
|                                # or
    (?!\A)\G                     # end of the last match (but not the begin of the string)
    ([^£]*)(£\d+)\s(£\d+)([^£]*) # the wanted pattern
    (?=^.*£|END STRING))         # check that the next line either contains £ or START STRING
)