正则表达式匹配第 n 次出现并返回字符串下一行的一部分答案

【问题标题】：Regex to match nth occurrence and return part of the next line of a string正则表达式匹配第 n 次出现并返回字符串下一行的一部分
【发布时间】：2020-03-19 01:08:21
【问题描述】：

我正在使用 Zapier 从电子邮件正文中提取名称，我需要使用正则表达式为 Zap 的每个步骤返回字符串中第 n 次出现的名称。

这是我正在使用的DEMO

例如，对于 Zap 的第二部分，我想从字符串中返回 'John Morlu, CPA, CFE, CIA, CMA, CGFM, PMP, CISA'。

每次运行 Regex 时名称都会不同，因此 Regex 必须返回位于每个 '....... ......' 和 ' ('

到目前为止我有：

(?mis)\A(?:.?^.[ ]+){2}(.?)(?=[ ]*()

但我被卡住了

如何调整代码以返回列表中的第一个、第二个或第三个名称？

谢谢！

【问题讨论】：

您是否需要正则表达式来专门选择第 n 个匹配项？或者您可以从一组匹配项中选择第 n 个匹配项吗？

标签： regex

【解决方案1】：

如果您只需要第 n 个匹配项（而不是从中选择第 n 个匹配项的列表），则获取第一个匹配项：

(?:\.{37}\s+.+?\(.*?){0}\.{37}\s+(.+?)\(

这是第二个：

(?:\.{37}\s+.+?\(.*?){1}\.{37}\s+(.+?)\(

第三个：

(?:\.{37}\s+.+?\(.*?){2}\.{37}\s+(.+?)\(

等等

基本解释： - 前半部分，以?:开头为非捕获组；它需要匹配，但它不是捕获内容的一部分。 - 它后面的{x} 导致它匹配x 次，所以匹配第一个，即 0 次，匹配第二个 1 次，依此类推。 - 表达式的其余部分再次匹配相同的内容，但现在是第 1 组。

仅获取一个可供选择的列表：

\.{37}\s+(.+?)\(

【讨论】：

太棒了，非常感谢！我只是在末尾添加了 [ ] 以删除最后的空格： (?:\.{37}\s+.+?(.*?){0}\.{37}\s+(.+?)[ ](感谢您的帮助！！！
我使用 {1} 尝试了第二场比赛，但它似乎不起作用？你知道为什么吗？这是演示：regex101.com/r/tbVSmD/3
您需要设置正则表达式引擎选项，以便“单行|点匹配换行符”或/gms。见这里regex101.com/r/tbVSmD/4
谢谢你，这是有道理的——不幸的是，因为我使用的是 Zapier，没有办法改变正则表达式引擎选项——你知道是否有办法在不改变引擎选项的情况下做到这一点？
我想通了 - 我需要添加 (?mis) 所以最终版本是 (?mis)(?:\.{37}\s+.+?(.*?){1 }\.{37}\s+(.+?)[ ](再次感谢您的支持！

【解决方案2】：

要获取列表中第 3^rd 人感兴趣的信息，您可以使用以下正则表达式：

(?:(?:^.*\s)*?\.{20}\.*\s+){3}\K.[^\)]*\)

由于没有指定正则表达式引擎，所以我使用了 PCRE (PHP)。

Demo

我假设句点的分割线（示例中每行 37 个）至少包含 20 个句点。

正则表达式执行以下操作。

(?:             # begin a non-cap group
  (?:^.*\s)     # match entire line, incl. newline, in a non-cap group
  *?            # execute the non-cap group 0+ times, non-greedily
  \.{20}\.*\s+  # match entire line of 20+ periods, incl.
                #   the newline, followed by 0+ empty lines
)               # end the non-cap group
{3}             # execute the non-cap group 3 times
\K              # forget everything matched so far
[^\)]*          # match 0+ chars other than ')'
\)              # match ')'

【讨论】：