从YAML加载带转义字符的正则表达式匹配失败，求解决方案

问题原因 #

核心问题是YAML的字符串转义规则和Python正则的需求不匹配：

• 你在YAML中用单引号包裹正则'\s*HEADER\d+\n'，PyYAML解析时会对字符串中的反斜杠进行转义，最终得到带双反斜杠的字符串（\\s*HEADER\\d+\\n），导致正则引擎把\\s识别成字面量\s而非空白匹配符，自然匹配失败。
• 你尝试添加自定义构造函数但无效，是因为YAML里没给正则标记对应的!!python/regexp标签，构造函数无法触发。

可行解决方案 #

方案1：修改YAML字符串写法（推荐） #

方式A：双引号转义反斜杠

在YAML中用双引号包裹正则，对每个反斜杠额外转义一次：

regex_sample: "\\s*HEADER\\d+\\n"

YAML解析后会自动把\\转为单个\，最终得到符合正则要求的字符串\s*HEADER\d+\n。

方式B：使用字面量块标量

用YAML的字面量块标量，无需转义任何字符，完全保留原始内容：

regex_sample: |
  \s*HEADER\d+\n

方案2：加载后用ast.literal_eval还原转义 #

如果不能修改YAML文件，可在Python中用ast.literal_eval将解析后的字符串还原为正则所需格式：

import yaml
import re
import ast

with open("reg_ents.yaml", 'r', encoding="utf-8") as yaml_instr:
    new_yaml = yaml.safe_load(yaml_instr)
    # 通过字面量解析还原转义字符
    regex_str = ast.literal_eval(f"'{new_yaml['regex_sample']}'")
    nregex = re.compile(regex_str, flags=re.I)
    print(nregex.findall("\nHEADER1\n"))  # 输出: ['\nHEADER1\n']

方案3：使用YAML自定义标签（需修改YAML） #

给YAML中的正则添加!!python/regexp标签，配合自定义构造函数直接编译为正则对象：

1. 修改YAML文件：

regex_sample: !!python/regexp '\s*HEADER\d+\n'

2. 修改Python代码：

import yaml
import re

# 注册自定义构造函数
yaml.SafeLoader.add_constructor(
    'tag:yaml.org,2002:python/regexp',
    lambda loader, node: re.compile(loader.construct_scalar(node), flags=re.I)
)

with open("reg_ents.yaml", 'r', encoding="utf-8") as yaml_instr:
    new_yaml = yaml.safe_load(yaml_instr)
    nregex = new_yaml['regex_sample']
    print(nregex.findall("\nHEADER1\n"))  # 输出: ['\nHEADER1\n']

内容的提问来源于stack exchange，提问作者Jon