.NET正则表达式:获取段落

.* 就是贪婪,尽可能多地消费。你的第二套 () 有一个 $ (.*)(?) . 为了使 .* 不要贪心,跟着它走 ? .

当您指定RegexOptions.多行,.NET将在换行符上拆分输入。使用RegexOptions.单行使其将整个输入视为一个。

Regex regex = new Regex(@"(.*?)(?:(\r\n){2,}|\r{2,}|\n{2,}|$)", RegexOptions.Singleline);

另一种相反的方法是匹配分隔符而不是段落,这使得问题变得几乎微不足道。考虑:

string[] paragraphs = Regex.Split(text, @"^\s*$", RegexOptions.Multiline);

通过将输入字符串拆分为空行,您可以轻松获得所有段落。如果你只想要不带空格的空行,你可以进一步简化,并使用parretn ^$ . 在这种情况下,还可以使用非正则表达式字符串。拆分,带有一组分隔符:

string[] separators = {"\n\n", "\r\r", "\r\n\r\n"};
string[] paragraphs = text.Split(separators,
                                 StringSplitOptions.RemoveEmptyEntries);

必须使用正则表达式吗?工具,如 COCO/R 也可以让这项工作变得很容易。此外,它可能只是被证明比在运行时使用regex生成代码要快。

COMPILER YourParaProcessor
// your code goes here
TOKENS
newLine= '\r'|'\n'.
paraLetter = ANY - '\n' - '\r' .

YourParaProcessor 
=
 {Paragraph}
.

Paragraph =
  {paraLetter} '\r\n' .