如何用Python正则表达式匹配identifier{ }内的目标内容？

你的问题出在目标内容里包含嵌套的{{var}}结构，普通非贪婪匹配会在遇到第一个}时就终止，无法匹配到identifier{}对应的外层闭合大括号。

正确的正则表达式 #

在Python中，可以利用递归正则处理嵌套大括号结构，精准提取identifier{}内部的完整内容：

import re

content = "identifier{ {{var1}} rest of the content} outer content identifier{ {{var2}} another content} identifier{ content with no vars }"
pattern = r'identifier\{((?:[^{}]|(\{(?:[^{}]|(?2))*\}))*)\}'
result = [match[0] for match in re.findall(pattern, content)]
print(result)

正则规则解释 #

• identifier\{：匹配固定前缀identifier{
• ((?:[^{}]|(\{(?:[^{}]|(?2))*\}))*)：核心捕获组，用于提取目标内容
  • [^{}]：匹配非大括号的任意字符
  • (\{(?:[^{}]|(?2))*\})：递归匹配嵌套的大括号结构，(?2)表示引用第二个捕获组的规则，实现多层嵌套的匹配
• \}：匹配identifier{}对应的外层闭合大括号

运行后会得到你期望的结果：

["{{var1}} rest of the content", "{{var2}} another content", "content with no vars"]

Python 3.10+ 简化写法 #

如果使用Python 3.10及以上版本，可使用命名捕获组的递归引用，写法更直观：

pattern = r'identifier\{(?P<content>(?:[^{}]|(?P<nested>\{(?:[^{}]|(?P=nested))*\}))*)\}'
result = re.findall(pattern, content)
# 提取捕获的content部分
result = [item[0] for item in result]

内容的提问来源于stack exchange，提问作者ntriisii