Python正则负向预查问题：匹配最后一对括号前内容异常

需求回顾 #

将最后一对开闭括号之前的所有内容匹配到JUNK分组，最后一对括号之后符合name:\d+.格式的数字匹配到name分组。

当前正则的核心问题 #

你使用的正则^(?P<JUNK>.*?)(?!\(\.\))(\(.*\))?\sname\:(?P<name>\d+)\.$存在两个关键错误：

• 惰性匹配逻辑错位：.*?是惰性匹配，会在找到第一个能让后续正则匹配成功的位置就停止，无法正确识别“最后一对括号”的边界，导致JUNK分组的内容要么多吞、要么少吞。
• 括号匹配逻辑失效：(\(.*\))?里的.*是贪婪匹配，会直接把从第一个(到最后一个)的所有内容全部捕获，同时你加的(?!\(\.\))负向预查位置错误、逻辑无关，完全起不到排除最后一对括号的作用。

修正后的正则 #

要精准定位最后一对括号，需要用正向预查锁定其边界，修正后的正则如下：

^(?P<JUNK>.*?(?=\([^()]*\)\sname:))\([^()]*\)\sname:(?P<name>\d+)\.$

如果需要兼容空括号（比如()）的场景，可使用兼容写法：

^(?P<JUNK>.*?(?=\([^()]*\)\sname:))?(?:\([^()]*\))?\sname:(?P<name>\d+)\.$

测试验证 #

针对你的三个异常测试用例，修正后的正则均可得到预期结果：

• 输入ID pqr (a) (b) (X) name:123. → 匹配结果：{'JUNK': 'ID pqr (a) (b) ', 'name': '123'}
• 输入ID pqr (aa) (b) (X) name:123. → 匹配结果：{'JUNK': 'ID pqr (aa) (b) ', 'name': '123'}
• 输入ID pqr (a) (bb) (X) name:123. → 匹配结果：{'JUNK': 'ID pqr (a) (bb) ', 'name': '123'}
  同时初始测试字符串ID pqr () name:123.也能得到预期的{'JUNK': 'ID pqr ', 'name': '123'}

逻辑说明 #

• .*?(?=\([^()]*\)\sname:)：通过正向预查(?=...)锁定最后一对括号的位置，[^()]*确保只匹配单对括号内的内容（不会跨括号匹配），惰性匹配的.*?会停在最后一对括号前，将目标内容存入JUNK分组。
• \([^()]*\)：精准匹配最后一对括号，避免其被JUNK分组捕获。
• 后续的\sname:(?P<name>\d+)\.$保持原有逻辑，精准捕获目标数字。

内容的提问来源于stack exchange，提问作者Tony Montana