Perl正则负前瞻失效：如何精准捕获NWChem输出指定区块内容

问题场景 #

需要解析NWChem输出文件，文件中存在约10个类似如下的区块：

General Information
    -------------------
  SCF calculation type: DFT
  Wavefunction type:  closed shell.
  No. of atoms     :    10
  No. of electrons :    36
   Alpha electrons :    18
    Beta electrons :    18
  Charge           :     0
  Spin multiplicity:     1
  Use of symmetry is: on ; symmetry adaption is: on 
  Maximum number of iterations:  30
  AO basis - number of functions:    95
             number of shells:    45
  Convergence on energy requested:  1.00D-06
  Convergence on density requested:  1.00D-05
  Convergence on gradient requested:  5.00D-04

      XC Information
      --------------

已将文件内容存入字符串$str，并把所有换行符替换为я，希望捕获每个区块的中间内容（即标题分隔线之后、下一个区块标题分隔线之前的部分），但原正则几乎捕获了整个文件，不符合预期。

原正则问题分析 #

原正则中的(.+(?!\-{2,}))采用贪婪匹配，且负前瞻的位置错误——它只检查整个匹配的末尾是否没有连续两个-，而非在匹配过程中逐字符限制，导致正则会尽可能多的匹配内容，直到文件末尾才停止。

修正后的正则及解释 #

将捕获组修改为((?:(?!\-{2,}).)+)，完整正则如下：

my @capture = $str =~ m/General\s+Informationя
\s+[-]+я
((?:(?!\-{2,}).)+) # 匹配至连续两个-出现前的所有内容
яя\s+[-]+
/xg;

关键部分解释 #

• (?:(?!\-{2,}).)：非捕获组，作用是匹配任意单个字符，但该字符之后不能出现连续两个-，这样就限制了匹配过程中不会跨过下一个区块的分隔线
• +：重复上述匹配逻辑，直到遇到连续两个-的位置为止
• /xg修饰符：x允许正则中的空白和注释，g实现全局匹配，捕获所有符合条件的区块

这个正则会精准捕获每个General Information区块的中间内容，同时允许内容中出现单个-（如示例里的AO basis - number of functions），不会过度匹配。

内容的提问来源于stack exchange，提问作者con