기사에서 단락 추출하기 | 정규 표현

Question

나는 테러리스트 공격에 관한 여러 기사를 긁어 냈다. 이 기사에서 특정 단락을 추출하고 싶습니다.

이

은 기사의 샘플을 긁어 :

내가 추가 분석을 위해 추출 할 무엇

By DAVID D. KIRKPATRICK MARCH 18, 2015 
Scenes from Tunisian state television showed confusion outside an art museum and Parliament on Wednesday after gunmen attacked. 
CAIRO — Gunmen in military uniforms killed 19 people on Wednesday in a 
midday attack on a museum in downtown Tunis, dealing a new blow to the tourist industry 
that is vital to Tunisia as it struggles to consolidate the only transition to democracy 
after the Arab Spring revolts. 
Tunisian officials had initially said that the attackers took 10 
hostages and killed nine people, including seven foreign visitors and two Tunisians. 

가,에서,이 예에서, 이동 텍스트입니다 : "카이로 -"처음 fullstop에. 내가 생각 해낸

This is the regular expression

:이 정규 표현식으로

([A-Z]+(?:\W+\w+)?)\s*—[\s\S]+\.\s 

나는 단락의 시작 지점을 추출하지만, 나는 그것의 나머지 부분을 추출하지 않습니다.

Answer 1

사용하십시오 + (또는 *) 후

(([A-Z]+(?:\W+\w+)?)\s*—[\s\S]+?\.\s) 

? 비 욕심은 비 욕심이 있습니다. 그것이 가능한 한 많이 일치하는 정상적인 행동 대신 가능한 한 적게 만 일치한다는 것을 의미합니다.

Answer 2

EDIT1 다음과 같이

는 정규식을 시도 :

([A-Z]+\w+\s*—\s*.*?\.) 

---

당신이 원하는 텍스트와 일치하지만 그것은, 그룹화에 관한 것입니다.

(([A-Z]+(?:\W+\w+)?)\s*—[\s\S]+\.\s) 

그룹 (1)가 필요한 문자열/텍스트를 포함

는 다음과 같은 정규 표현식 (parenthisis와 정규식 서라운드)를보십시오.

이미지 참조 :