求助：修复正则表达式匹配至空格加数字(\s\d)的失效问题

问题描述 #

我正在构建正则表达式提取日志中的特定字段，其中Type字段可能包含多个空格，需要匹配到空格+数字（\s\d）的位置为止。但当前正则表达式对第三个示例日志无效，现提供当前正则及示例日志：

当前正则：

Added:\s+(?<Type>[^\d]+)\s(?P<Transaction_ID>\d+)\s[^\(]+\((?P<Status>\w+)

示例日志：

1. [2023-08-31T12:02:40,758] [async-1 ] INFO Added: ABC XYX CCC 265333655 IR_TEST (VERIFIED)
2. [2023-08-31T12:02:41,192] [async-1 ] INFO Added: XX_Rates 265332643 IR_TEST (VERIFIED)
3. [2023-08-31T12:02:43,452] [async-1 ] INFO Added: XX_Rates_4_XX 26533555 IR_TEST (VERIFIED)

问题分析 #

当前正则中(?<Type>[^\d]+)的逻辑是匹配非数字的所有字符，但第三个日志的Type字段（XX_Rates_4_XX）包含数字4，导致正则在遇到4时就停止匹配Type，后续的Transaction_ID提取也随之出错，这就是第三个示例失效的核心原因。

解决方案 #

将Type字段的匹配逻辑改为匹配到第一个空格+数字序列之前的所有内容，用正向预查实现边界判断，修正后的正则如下：

Added:\s+(?<Type>.+?)(?=\s\d+)\s(?P<Transaction_ID>\d+)\s[^\(]+\((?P<Status>\w+)

关键修改说明：

• 把(?<Type>[^\d]+)替换为(?<Type>.+?)(?=\s\d+)：
  • .+?：非贪婪匹配任意字符（包括数字），避免过度匹配
  • (?=\s\d+)：正向预查，确保匹配内容的末尾紧跟空格+数字，以此作为Type字段的结束标记

测试验证 #

对三个示例日志提取结果如下，均能正确匹配目标字段：

1. 第一个日志：
   • Type: ABC XYX CCC
   • Transaction_ID: 265333655
   • Status: VERIFIED
2. 第二个日志：
   • Type: XX_Rates
   • Transaction_ID: 265332643
   • Status: VERIFIED
3. 第三个日志：
   • Type: XX_Rates_4_XX
   • Transaction_ID: 26533555
   • Status: VERIFIED

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