C# 正则表达式 : How to break up plain text string

Question

我有一个问题，想知道如何解决。

我从一个包含问题列表的 pdf 文件中读取了一个字符串。它的格式为:

QUESTION NO: 1

xxxxxxx (question text)

A) xxxx (multiple choice) B) xxxx C) xxxx ...

Answer: xxxxx

QUESTION NO: 2

xxxxxxx (question text)

.... (etc)

列表中大约有 200 个问题。

我正在尝试使用 Regex 来分解文本，以便每个问题都可以在一个单独的字符串中。

我以前用 html 和 xml 文档做过这件事，但它们很容易，因为有很多识别标记，如双引号、方括号和圆括号。

但是我不知道如何只用文本来做到这一点。我尝试了很多组合，但似乎无法获得正确的格式:

var questionPattern = @"QUESTION NO:(.*)QUESTION NO:";
var questionMatch = Regex.Matches(pdfText, questionPattern, RegexOptions.Singleline);

我在想，有什么办法可以做到:

var questionPattern = @"(?<=QUESTION NO:)[^QUESTION NO:]*";

[^QUESTION NO:]* 在哪里读取每个问题标题之后的所有内容，直到遇到下一个问题标题时停止？

显然这是错误的格式，但我希望人们能理解我的意思。

如有任何帮助，我们将不胜感激。
谢谢!

Answer 1

这可能是您将获得的最好结果 - 取决于 Answer。前瞻需要有条件，并且会破坏整个表达式。

(QUESTION NO: \d+[\S\s]*?Answer.*\n*)

工作示例:http://regex101.com/r/nC6yA1