求助：如何用正则匹配指定字符串后的单行内容并忽略其余内容

需求说明 #

从给定样本数据中，提取CAR、MODEL这类指定标签下一行的内容，忽略该行之后的所有信息。

样本数据 #

CAR
VW
MODEL
ARTEON
BHP
200

可行正则表达式 #

匹配单个标签（如MODEL）

(?<=^MODEL$\n).+

• 解释：
  • ^MODEL$：精准匹配整行的MODEL标签，避免匹配包含该字符串的其他内容
  • (?<=...\n)：正向零宽断言，定位到MODEL行的换行符之后
  • .+：匹配下一行的全部内容（直到换行）

匹配多个标签（如CAR和MODEL）

(?<=^(CAR|MODEL)$\n).+

• 用(CAR|MODEL)指定多个待匹配标签，可一次性捕获所有符合条件的内容

兼容不同换行格式 #

如果数据使用Windows风格的\r\n换行，可将正则中的\n替换为\r?\n，兼容两种换行格式：

(?<=^MODEL$\r?\n).+

代码示例（Python） #

import re

sample = """CAR
VW
MODEL
ARTEON
BHP
200"""

# 提取MODEL对应的内容
match_model = re.search(r'(?<=^MODEL$\n).+', sample, re.MULTILINE)
print(match_model.group() if match_model else "未匹配到")  # 输出：ARTEON

# 提取CAR对应的内容
match_car = re.search(r'(?<=^CAR$\n).+', sample, re.MULTILINE)
print(match_car.group() if match_car else "未匹配到")  # 输出：VW

之前尝试失败的原因 #

你之前的正则未使用^和$做整行匹配，可能误匹配到包含MODEL的非标签行；另外部分环境下换行符的表示需要明确，直接用\n或\r\n才能准确定位。

内容的提问来源于stack exchange，提问作者program1