記事から段落を抽出する|正規表現

Question

私はテロの攻撃に関するいくつかの記事を掻き集めました。これらの記事から、特定の段落を抽出したいと思います。最初fullstopに - 「カイロ」：から、私はさらなる分析のために抽出したい何

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. 

この例では、行くのテキストです：

これは、記事のサンプルでは、​​掻き取り。私が思いついた

This is the regular expression

：この正規表現で

([A-Z]+(?:\W+\w+)?)\s*—[\s\S]+\.\s 

は、私は、段落の開始点のみを抽出し、私はそれの残りの部分を抽出しません。

Answer 1

使用+（または*）後

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

?非貪欲は、それが非貪欲になります。それは可能な限り一致する通常の動作ではなく、できるだけ一致しないことを意味します。

Answer 2

EDIT1：

次のように正規表現を試してみてください。

([A-Z]+\w+\s*—\s*.*?\.) 

---

それはあなたがしたいテキストと一致したもののそれは、グループ化についてです。

(([A-Z]+(?:\W+\w+)?)\s*—[\s\S]+\.\s) 

グループ1は、必要な文字列/テキストが含まれています。

は、以下の正規表現（parenthisisで正規表現を囲む）をしてみてください。

画像参照：