正则表达式捕获具有多行值的冒号分隔的键值对
我目前正在使用Ruby on Rails（在Eclipse中）开发一个项目，我的任务是使用正则表达式将一个数据块拆分成相关的部分。
我决定根据3个参数分解数据：
- 该行必须以大写字母开头（RegEx等价 –
/^[AZ]/） - 它必须以:( RegEx等价物 –
/$":"/）结束
我会感激任何帮助….我在我的控制器中使用的代码是：
@f = File.open("report.rtf") @fread = @f.read @chunk = @fread.split(/\n/)
其中@chunk是将由拆分创建的数组， @fread是正在拆分的数据（按新行）。
任何帮助将不胜感激，非常感谢！
我无法发布确切的数据，但它基本上是由此（这在医学上相关）
考试1：CBW 8080
结果：
该报告由具体测量决定。 请参阅原始报告。
比较：2012年1月30日，3/8/12，4/9/12
RECIST 1.1：BLAH BLAH BLAH
理想的输出是一个数组，表示：
["Exam 1:", "CBW 8080", "RESULT", "This report is dictated with specific measurement. Please see the original report.", "COMPARISON:", "1/30/2012, 3/8/12, 4/9/12", "RECIST 1.1:", "BLAH BLAH BLAH"]
PS我只是使用\ n作为占位符，直到我开始工作
鉴于澄清的问题，这是一个新的解决方案。
更新
首先将整个数据块（包括换行符和全部）“Slurp”为单个字符串。
str = IO.read("report.rtf")
然后使用这个正则表达式：
captures = str.scan(/(?<=^|[\r\n])([AZ][^:]*):([^\r\n]*(?:[\r\n]+(?![AZ].*:).*)*)/)
请参阅此处的实例： http ： //rubular.com/r/8w3X6WGq4l 。
答案解释如下：
(?<= Lookbehind assertion. ^ Start at the beginning of the string, | or, [\r\n] a new line. ) ( Capture group 1, the "key". [AZ][^:]* Capital letter followed as many non-colon characters as possible. ) : The colon character. ( Capture group 2, the "value". [^\r\n]* All characters (ie non-newline characters) on the same line belongs to the "value," so take them all. (?: Non-capture group. [\r\n]+ Having already taken everything up to a newline character, take the newline character(s) now. (?! Negative lookahead assertion. [^AZ].*: If this next line contains a capital letter, followed by a string of anything then a colon, then it is a new key/value pair, so we do not want to match this case. ) .* Providing this isn't the case though, take the line! )* And keep taking lines as long as we don't find a key/value pair. )
我不完全确定你在寻找什么。 如果你想要所有出现的大写字母后跟一些文本和分号，那么你可以这样做：
str.scan(/[AZ].*?:/)
这应该做到这一点。
/^[AZ].*:$/
正则表达式可以是：/( /(^[AZ].*\:)/m ：）/ /(^[AZ].*\:)/m并通过添加以下内容进行提取：
@chunk = @fread.scan(/(^[AZ].*\:)/m)
提供@fread是一个字符串。 您可以使用http://rubular.com/在ruby中测试正则表达式。
又一个解决方案：
input_str.split("\r\n").each |s| do var_name = s.split(": ")[0] var_value = s.split(": ")[1] # do whatever you like done