如何从 12 位数字的开头获取所有文本并使用正则表达式将它们分组

Question

我有以下格式的以下文本，但我想要的是从找到的 12 位数字的开头选择和分组单词，并在下一个 12 位数字的开头停止，这些数字也应该组合在一起。

例如，在我下面的文本中，应将以下内容组合在一起：

011111111111 CDGH, LGF ADF : 203 HYT LOREM IPSUM / LOREM IPSUM县 : GTYH CHIDGER L. IPSUM THJ. 日期：07/21/2000 LOREM IPSUM DOLOT & LOREM IPSUM 768 LOREM IPSUM，67TH LOREM IPSUM IPSUM。DTEA: NIGER, GA 12345 LOREM IPSUM DOLOT 97 LOREM IPSUM
DOLOT, KY 35678-8765

并且

0222222222222 CDGH, LGF ADF : 203 HYT LOREM IPSUM / LOREM IPSUM县 : GTYH johjk L. IPSUM THJ. 日期：07/21/2000 LOREM IPSUM DOLOT & LOREM IPSUM 768 LOREM IPSUM，67TH LOREM IPSUM IPSUM。DTEA: NIGER, GA 12345 LOREM IPSUM DOLOT 97 LOREM IPSUM
DOLOT, KY 35678-8765

这是整个文档的样本

LOREM IPSUM LOR IPSUM DDDDDDDDD FG SSSSS 编号
106/03/2019 LOREMFG GH LOREMIPSUMF
LOREM OPFRTE ERTIO
LOREMIPS LOREMIOS 05/30/2019 DERTE TH LOREM (LWA LTD)-- -------------------------------------------------- -------------------------------------------------- ---------------011111111111 CDGH, LGF ADF : 203 HYT LOREM IPSUM / LOREM IPSUM县 : GTYH CHIDGER L. IPSUM THJ. 日期：07/21/2000 LOREM IPSUM DOLOT & LOREM IPSUM 768 LOREM IPSUM，67TH LOREM IPSUM IPSUM。DTEA: NIGER
, GA 12345 LOREM IPSUM DOLOT
97 LOREM IPSUM DOLOT, KY 35678-8765 0222222222222 CDGH, LGF ADF : 203 HYT LOREM IPSUM / LOREM IPSUM县 : GTYH johjk L. IPSUM THJ. 日期：07/21/2000 LOREM IPSUM DOLOT & LOREM IPSUM 768 LOREM IPSUM，67TH LOREM IPSUM IPSUM。DTEA: NIGER
, GA 12345 LOREM IPSUM DOLOT
97 LOREM IPSUM DOLOT, KY 35678-8765 011111111111
CDGH, LGF ADF : 203 HYT LOREM IPSUM / LOREM IPSUM THUM COUNTY 日期：07/21/2000 LOREM IPSUM DOLOT & LOREM IPSUM 768 LOREM IPSUM，67TH LOREM IPSUM IPSUM。DTEA: NIGER
, GA 12345 LOREM IPSUM DOLOT
97 LOREM IPSUM DOLOT, KY 35678-8765

我写的代码只选择了 12 位数字和空格，但忽略了它们之间的文本。链接到我为此目的编写的 regex101

(\b\d{12}\s*\b[A-Za-z0-9_.]*+\s+)

Answer 1

如果 12 位数字也可以在同一行上，您可以将模式的开头与单词边界一起使用，并使用具有正向预测的非贪婪量词。如果值可以跨越多行并且可以在同一行出现两次，您可以考虑使用[\s\S]+?代替.+?\b\d{12}\b.+?(?=\b\d{12}\b|$)在零件中\b\d{12}\b 在单词边界之间匹配 12 位数字.+? 匹配 1+ 次除换行符以外的任何字符(?=\b\d{12}\b|$) 正向前瞻，断言右边是被单词边界包围的 12 位数字或字符串的结尾。正则表达式演示