正则表达式需求：依据远程主机名提取指定配置区块内容

要实现根据指定远程主机名提取对应SOURCE区块的[1]至[5]内容，你需要构建一个通用且边界清晰的正则表达式，避免硬编码特定主机名或依赖固定字符串，同时确保不会跨区块匹配。

核心思路 #

1. 精准匹配单个SOURCE区块的开头标记
2. 定位到区块内的[1]节点
3. 捕获包含目标主机名的内容，直到[5]节点结束
4. 通过前瞻断言限制匹配边界，防止误匹配其他SOURCE区块

通用正则实现 #

以下是可复用的Python代码，支持传入任意目标主机名提取对应区块：

import re

def get_source_block(config_str, target_host):
    # 构建正则模式，转义目标主机名避免特殊字符干扰
    regex_pattern = re.compile(
        r'\*\*\*\* SOURCE#\d+ \*\*\*\*\s*\[1\]\s*(.*?Remote Host Name:\s*{}\s*.*?\[5\].*?)(?=\*\*\*\* SOURCE#|\Z)'.format(re.escape(target_host)),
        flags=re.DOTALL
    )
    match_result = regex_pattern.search(config_str)
    # 返回匹配结果（去除首尾空白）或None
    return match_result.group(1).strip() if match_result else None

正则各部分说明 #

• \*\*\*\* SOURCE#\d+ \*\*\*\*：匹配任意SOURCE区块的开头标记（兼容SOURCE#1、SOURCE#2等）
• \s*\[1\]\s*：匹配[1]节点，允许前后存在空白字符（换行、空格等）
• .*?Remote Host Name:\s*{}\s*：匹配包含目标主机名的行，re.escape(target_host)确保主机名含特殊字符时不会出错
• .*?\[5\].*?：捕获从[1]到[5]的所有内容，非贪婪匹配避免过度延伸
• (?=\*\*\*\* SOURCE#|\Z)：前瞻断言，确保匹配终止于下一个SOURCE区块开头或字符串末尾，防止跨区块匹配

使用示例 #

假设你的配置字符串如下：

**** SOURCE#1 ****
[1]
Remote Host Name: PNQ
Port: 22
[2]
Path: /data/pnq
[3]
Timeout: 30
[4]
Retry: 2
[5]
Enabled: Yes
**** SOURCE#2 ****
[1]
Remote Host Name: PNR
Port: 22
[2]
Path: /data/pnr
[3]
Timeout: 30
[4]
Retry: 2
[5]
Enabled: Yes

调用函数提取PNR区块：

config = """上述配置字符串"""
pnr_block = get_source_block(config, "PNR")
print(pnr_block)

输出结果：

Remote Host Name: PNR
Port: 22
[2]
Path: /data/pnr
[3]
Timeout: 30
[4]
Retry: 2
[5]
Enabled: Yes

为什么之前的正则失效？ #

你之前的正则硬编码了PNQ和HDPGWRF，无法适配其他主机名；同时没有设置有效的匹配边界，可能会误匹配到其他区块的内容，或者无法完整捕获[1]至[5]的所有配置项。

内容的提问来源于stack exchange，提问作者musca999