使用 PCRE2 正则表达式对冒号前的短语进行分组，并对逗号分隔的值进行分组

Question

我有一个看似简单的任务，但对我来说却不起作用。仅使用 PCRE2 Regex（没有其他任何东西），我试图在行首的第一个冒号之前收集一个短语，然后分离并放置同一组内所有逗号分隔的值。

以下是一些示例文本：

Shapes: circle, rectangle, triangle  
Junk line: this part, here, should work, but: make sure, that last colon, isn't caught

应按如下方式捕获：

第 1 组：

Shapes:  

第 2 组：

circle  
rectangle  
triangle  

---

第 1 组：

Junk line:  

第 2 组：

this part  
here  
should work  
but: make sure  
that last colon  
isn't caught  

我知道逗号分隔的值可以通过多种方式捕获，如下所示：

([^,]+)

但是如果我尝试在开头添加任何内容，匹配会在第一个逗号后停止，因此：

(.*):([^,]+)

不起作用（而且它无论如何都会捕获一行中的第二个冒号）。任何帮助都非常感谢！

编辑并添加：匹配应该在行尾停止，因此如下所示：

One: two, three  
Yellow: Blue, Green  

不应Yellow作为其中的一部分捕获two, three。 Yellow应作为第一组的新实例捕获

Answer 1

使用 PCRE2，与语言无关，我会使用：

(^[^:]+:|\G(?!^))\h*([^,\r\n]+),?

演示与说明

Answer 2

如果我理解正确的话，这个正则表达式应该适用于你的情况：

(?:^|\n)([^:]+):|(?:\s?)([^,\n]+)(?:,|$)

基本上，首先匹配从行首或换行符开始直到冒号的任何内容(?:^|\n)([^:]+):。如果要包含冒号（如示例所示，但第一句话另有说明），只需移动捕获组以包含冒号即可。

然后您可以选择匹配以下短语：

• (?:\s?)- 未捕获的可选空格
• ([^,\n]+)- 任何非逗号或换行符的内容
• (?:,|$)- 未捕获的逗号或行尾

演示：https://regex101.com/r/qOS9Hc/1

但正如我在问题下方的评论中提到的那样，我不确定你为什么要使用正则表达式。使用基本的文本处理会简单得多 - 用冒号拆分，然后用,

还要注意，这可以捕获其他类型的输入，除非你(?!^)(?<=\G)在第二个替代方案的开头添加：

(?:^|\n)([^:]+):|(?!^)(?<=\G)(?:\s?)([^,\n]+)(?:,|$)

这确保了带有冒号的短语的第一个匹配出现在字符串的开头。