java - 正则表达式检测空行作为结束

Question

这个问题已经有答案了:

My regex is matching too much. How do I make it stop? [duplicate] (4 个回答)

已关闭 5 年前。

我想从一些文本中提取一个序列。

序列以 Diagnostic-Code: 开头，中间部分可以是任何字符，甚至可以是多行，末尾用空行标记(之后文本继续，但这不是所需序列的一部分)。

这对于开头和中间部分确实有效，但结尾发现得太晚了:

(?s)Diagnostic-Code: (.+)\n\n

字符串看起来像这样:

...
Status: 5.0.0
Diagnostic-Code: X-Postfix; test.com
*this*
*should*
*be included too*

--EA7634814EFB9.1516804532/mail.example.com
Content-Description: Undelivered Message
...

---------编辑---------

感谢您的回答@Gurman!

但是 java.util.regex 的行为确实与 regex101.com 不同

Action: failed
Status: 5.1.1
Remote-MTA: dns; gmail-smtp-in.l.google.com
Diagnostic-Code: smtp; 550-5.1.1 The email account that you tried to reach does
    not exist. Please try 550-5.1.1 double-checking the recipient's email
    address for typos or 550-5.1.1 unnecessary spaces. Learn more at 550 5.1.1
    https://support.google.com/mail/?p=NoSuchUser u11si15276978wru.314 - gsmtp

--E8A363093CEC.1520529178/proxy03.hostname.net
Content-Description: Undelivered Message
Content-Type: message/rfc822

Return-Path: <no-reply@hostname.net>

该模式匹配 regex101 上的整个多行诊断代码，但 java 仅匹配第一行作为组 1:

smtp; 550-5.1.1 The email account that you tried to reach does

java代码:

diagnosticCodePatter = Pattern.compile("(?i)diagnostic[-| ]Code: ([\\s\\S]*?[\\r\\n]{2})");
matcher = diagnosticCodePatter.matcher(message);
    if (matcher.find()) {
        diagnosticCode = matcher.group(0);

Answer 1

尝试这个正则表达式:

Diagnostic-Code[\s\S]*?[\r\n]{2}

<强> Click for Demo

在 Java 中，不要忘记在 \ 前面加上另一个 \ 进行转义。

说明

• Diagnostic-Code - 匹配文本Diagnostic-Code
• [\s\S]*? - 匹配任意字符(包括换行符)出现 0 次以上，尽可能少
• [\r\n]{2} - 匹配 2 次出现的换行符或回车符。