Python正则表达式匹配问题：address2值无法完整捕获

问题原因 #

原正则表达式r'(\w+)\s*=\s*([-,\w]+)'的第二个捕获组[-,\w]+仅匹配字母、数字、下划线、连字符和逗号，不包含空格和句号。当匹配到address2的值里的空格时，因为不在字符集范围内，匹配会提前终止，所以只能捕获到ca,2nd。

解决方案 #

调整正则规则，让值的捕获范围延伸到下一个键值对的起始位置（即空格+键名+等号）或者字符串末尾。使用非贪婪匹配+正向预查来实现：

import re

text = 'name = steve age=23 city = usa address1 = - address2 = ca,2nd floor ,3rd aven. qualification = doctor'
# 修正后的正则
pattern = r'(\w+)\s*=\s*(.*?)(?=\s+\w+\s*=|$)'
matches = re.findall(pattern, text)

# 查看结果
for key, value in matches:
    print(f"{key}: {value}")

正则说明 #

• (\w+)：捕获键名，和原规则一致；
• \s*=\s*：匹配等号及前后任意数量的空格；
• (.*?)：非贪婪匹配任意字符（包括空格、句号等），避免过度匹配到后续键值对；
• (?=\s+\w+\s*=|$)：正向预查，指定停止匹配的条件——要么是下一个键值对的开头（空格+键名+等号），要么是字符串结尾。

执行后，address2的值会被完整捕获为ca,2nd floor ,3rd aven.。

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