regex - 谷歌应用脚​​本正则表达式

Question

我有一个我编写的谷歌应用程序脚本，并且它的工作方式非常接近我想要的方式。

目前它会抓取收件箱中排名前 100 位的电子邮件，对它们进行一些过滤，使用正则表达式抓取一些字段，然后创建一封电子邮件以将抓取和格式化的内容发送出去。

我要删除的这类电子邮件大部分都是标准化的。电子邮件的正文具有预定义的字段，例如:

主题:日期:回复日期:要求:契约(Contract)号:

因此，正则表达式会搜索硬编码值，如“Subject:”，然后捕获冒号后的所有内容，直到遇到换行符。它通过以下声明这样做:

内容匹配(/主题:(。*)/)

它将匹配冒号之后的任何内容，直到遇到换行符。这几乎适用于我需要抓取的所有字段。然而，有一点麻烦。其中之一，我需要抓取的最后一个(上面未显示)将跨越多行。无法预测需要多长时间，但我有另一段预定义的文本可用于确定停止捕获的位置。

因此，例如，一个字段可以跨越任意多行，然后消息正文中将出现类似于 ****end of input**** 的消息。我想捕获从我的匹配子句开始的任何内容，例如...“主题:”并在它遇到预定义短语“****输入结束****”时停止

我该如何编写匹配子句正则表达式来做到这一点？

我做了很多研究，但没有什么成果。正则表达式不是我很擅长的东西。

在此先感谢您的帮助。

Answer 1

您可以使用任何字符的惰性匹配，包括带有 [\s\S]*? 的换行符，使用前瞻性限制检查我们是否到达了 **** 的结尾输入**** 子字符串:

/Subject :\s*([\s\S]*?)(?=\*{4}end of input\*{4})/

参见 regex demo

但是，对于较长的文本，我宁愿使用相同正则表达式的展开版本:

/Subject :\s*([^*]*(?:\*(?!\*{3}end of input\*{4})[^*]*)*)/

参见 another demo