.net 使用regex从webvtt中提取

我正在尝试构建一个在.Net环境中使用的正则表达式，它允许我从webvtt文件中提取信息

我想从下一行中提取时间码信息和相应的信息，这些信息可能是字幕，也可能是其他内容。 我遇到的问题是，下一行上的信息有时是一行，有时跨越多行，例如：

00:00:02.736 --> 00:00:06.072 line:79.33% position:10.00% align:start 
   AND YOUR GRACE?

00:00:06.072 --> 00:00:08.875 line:74.00% position:10.00% align:start 
  WHAT WILL YOU DO
     ABOUT THAT?

我需要确保我得到了所有这些，而不会无意中进入下一组的开始

我试过这个：

\n(\d{2}:\d{2}:\d{2}.\d{3})(.|\n)*(?<!\d{2}:\d{2}:\d{2}.\d{3})

或

第二（或第三，取决于上述内容）：

然后：

其次是：

WHAT WILL YOU DO
 ABOUT THAT?

etc

看来您可以使用

(?m)^(\d{2}:\d{2}:\d{2}\.\d+) +--> +(\d{2}:\d{2}:\d{2}\.\d+).*[\r\n]+\s*(?s)((?:(?!\r?\n\r?\n).)*)

见

详细信息

• （？m）

  -多行模式打开

• ^

  -行的开始（由于

  （？m）

  ）

• （\d{2}:\d{2}:\d{2}\.\d+）

  -第1组：时间戳模式

• +-->+

  -1+空格，

  -->

  ，1+空格

• （\d{2}:\d{2}:\d{2}\.\d+）

  -第2组：时间戳模式

• *[\r\n]+\s*

  -行的其余部分（

  *

  ），1+换行符（

  [\r\n]+

  ），然后0+空格（

  \s*

  ）

• （？s）

  -从现在开始启用点调用（
  匹配换行符）

• （（？：（？！\r？\n\r？\n）。*）

  -第3组：任何未开始双线中断序列的字符，0+次

---

如果您是用C#编写代码，那么使用双换行符进行拆分怎么样

var res=str.Split（新[]{“\r\n\r\n”}，StringSplitOptions.RemoveEmptyEntries）

？如果您无法访问代码，请尝试“谢谢”。这接近我想要实现的目标。但是，它正在用时间码捕获行的其余部分，例如“行：79.33%位置：10.00%对齐：开始”是否有办法忽略第二个时间码之后的行的其余部分，并从新行再次捕获？抱歉，我正在尝试看看是否可以采取不同的方法。我已经回复并更新了我的原始问题，比如？是的。我想这就是诀窍。谢谢

00:00:02.736 --> 00:00:06.072

AND YOUR GRACE?

00:00:06.072 --> 00:00:08.875

WHAT WILL YOU DO
 ABOUT THAT?

(?m)^(\d{2}:\d{2}:\d{2}\.\d+) +--> +(\d{2}:\d{2}:\d{2}\.\d+).*[\r\n]+\s*(?s)((?:(?!\r?\n\r?\n).)*)