Python正则匹配可选后续行异常：Case2匹配结果不符合预期

需求说明 #

要匹配日志中含STATUS的行，以及可选的对应MISC行（要求STATUS行必须在MISC行之前，且MISC行的val编号需与STATUS行一致）。现有正则在Case1中能正常获取2组结果，但Case2中会跳过第二个STATUS行，仅得到1个匹配，期望Case2也能得到2个匹配（第一个匹配无MISC信息）。

测试示例 #

Case1（正常匹配场景）

[01:32:12.036,000] label: val3. STATUS = 0x1
[01:32:12.036,001] label: val3. MISC = 0x8
[02:58:34.971,000] label: val2. STATUS = 0x2

Case2（存在跨STATUS行的MISC场景）

[01:32:12.036,000] label: val3. STATUS = 0x1
[02:58:34.971,000] label: val2. STATUS = 0x2
[01:32:12.036,001] label: val2. MISC = 0x6

原正则问题分析 #

原正则：

label: val(\d+). STATUS = (0x[0-9a-fA-F]+)(.*?(label: val(\d+). MISC = (0x[0-9a-fA-F]+)))?"

核心问题：

1. 未限制MISC行的val编号与STATUS行一致，可能匹配到其他编号的MISC
2. .*?会无差别匹配中间内容，包括其他STATUS行，导致第二个STATUS被包含进第一个匹配的范围，最终只输出1个匹配结果

修正后的正则 #

label: val(\d+)\. STATUS = (0x[0-9a-fA-F]+)(?:\s*(?!label: val\d+\. STATUS).*?label: val\1\. MISC = (0x[0-9a-fA-F]+))?

正则关键逻辑解释 #

• label: val(\d+)\. STATUS = (0x[0-9a-fA-F]+)：匹配STATUS行，捕获val编号（分组1）和STATUS值（分组2）
• (?:...)：非捕获组，包裹可选的MISC匹配逻辑，不占用捕获分组
• \s*：匹配换行、空格等空白字符，兼容日志的行分隔格式
• (?!label: val\d+\. STATUS)：负前瞻断言，确保在查找MISC行的过程中，不会遇到新的STATUS行，彻底避免跳过后续的STATUS匹配
• label: val\1\. MISC = (0x[0-9a-fA-F]+)：匹配与当前STATUS行val编号一致的MISC行，\1引用分组1的编号，保证两者对应，捕获MISC值（分组3）

效果验证 #

• Case1：第一个STATUS行（val3）匹配到后续的val3 MISC行，第二个STATUS行（val2）无对应MISC，最终得到2组匹配
• Case2：第一个STATUS行（val3）后面是val2的STATUS行，被负前瞻拦截，不会匹配后续的val2 MISC；第二个STATUS行（val2）匹配到后续的val2 MISC，最终得到2组匹配（第一个无MISC信息）

内容的提问来源于stack exchange，提问作者VinayChoudhary99