Regex对多行字符串进行分区

Question

考虑一个由N lines组成的多行字符串，如下所示：

Line 1 text
Line 2 text
Line 3 text
...
Line n-1 text
Line n text
anchor=value
Line n+2 text
Line n+3 text
Line n+4 text
...
Line N text

anchor键不出现在任何一行内，在锚点之前以及之后的=符号周围可能有空格。

我需要一个正则表达式，将上面的字符串分为3组：

1. 1号线至n号线（含）
2. 锚索（分区点）
3. n+2行至n行（含）

我得到的最接近解决方案是

(?s)^(?:(?!anchors*=s*).)+?r|nanchors*=s*([^rn]+)(?:r|n)(.*)

但是上面的regex包括第一个匹配组中的整个文本，并按预期填充剩余的2个组。

另一个要求是正则表达式必须尽可能快，因为它将应用于大量数据。还要注意，在这个用例中，通过单个regex进行处理是唯一的选项。

有什么想法吗？

Answer 1

这个正则表达式怎么样？

(?s)^(.*?)(anchors*=s*[^rn]+)(.*?)

或者，为了匹配字符串的末尾，

(?s)^(.*?)(anchors*=s*[^rn]+)(.*?)$？

Answer 2

如果你需要速度，巨大的字符串和正则表达式是不可取的。您必须将整个字符串存储在内存中，才能使用regex来标记它。我建议您改用Reader/InputStreams。

Answer 3

好吧，你可以先得到锚，然后在它上拆分：

String anchor = str.replaceAll("(?ms).*?(anchor\s*=.*?)$.*", "$1");
String lineParts = str.split("\Q" + anchor + "\E");

"m"标志使^和$匹配行的开始/结束。