Java регулярное выражение для извлечения текстовых последовательностей по нескольким строкам

Question

Учитывая отрывок текста, как

Preface (optional, up to multiple lines) 
Main : sequence1 
    sequence2 
    sequence3 
    sequence4 
Epilogue (optional, up to multiple lines) 

, который Java регулярное выражение может быть использовано для извлечения всех последовательностей (т.е. sequence1, sequence2, sequence3, sequence4 выше)? Например, цикл Matcher.find()?

Каждой «последовательности» предшествует и может также содержать 0 или более белых пробелов (включая вкладки).

следующее регулярное выражение

(?m).*Main(?:[ |t]+:(?:[ |t]+(\S+)[\r\n])+ 

дает только первую последовательность (sequence1).

Answer 1

Вы можете использовать следующую regex:

(?m)(?:\G(?!\A)[^\S\r\n]+|^Main\s*:\s*)(\S+)\r?\n? 

Детали:

• (?m) - многострочный режим на
• (?:\G(?!\A)[^\S\r\n]+|^Main\s*:\s*) - одно из двух:
  • \G(?!\A)[^\S\r\n]+ - конец предыдущего успешного матча (\G(?!\A)), а затем 1+ горизонтальные пробелы ([^\S\r\n]+, может быть заменен [\p{Zs}\t]+ или [\s&&[^\r\n]]+)
  • | - или
  • ^Main\s*:\s* - начало строки, Main, 0+ пробельные, :, 0+ пробельные
• (\S+) - Группа 1 Захват 1+ непробельных символы
• \r?\n? - дополнительный CR и дополнительный НЧ.

Смотрите код Java ниже:

String p = "(?m)(?:\\G(?!\\A)[^\\S\r\n]+|^Main\\s*:\\s*)(\\S+)\r?\n?"; 
String s = "Preface (optional, up to multiple lines)...\nMain : sequence1\n sequence2\n sequence3\n sequence4\nEpilogue (optional, up to multiple lines)"; 
Matcher m = Pattern.compile(p).matcher(s); 
while(m.find()) { 
    System.out.println(m.group(1)); 
}