如何用正则表达式提取文本中Subject、Action、Capability后的内容

针对你提供的目标文本，原正则无法匹配的核心问题是错误用制表符\t匹配分隔空格，以及Subject正则包含多余规则，以下是修正后的正则：

# 修正后的正则表达式
action_pattern = r'^T\d+\s+Action\s+\d+\s+\d+\s+(.+)$'
subject_pattern = r'^T\d+\s+Subject\s+\d+\s+\d+\s+(.+)$'
capability_pattern = r'^A\d+\s+Capability\s+T\d+\s+(.+)$'

关键修正说明： #

• 替换所有\t为\s+：目标文本用的是多个空格而非制表符，\s+可匹配任意数量空白字符（空格/制表符都兼容），避免因空格数量不一致导致匹配失败
• 简化Subject正则：原正则里的;?\d+? \d+是多余规则，目标文本中Subject后只有两个数字，直接匹配\d+\s+\d+即可
• 关键字后统一用\s+分隔：保证Action、Subject、Capability与后续内容的分隔匹配更灵活

测试结果 #

用修正后的正则匹配你的目标文本：

• Subject行提取结果：xxx
• Action行提取结果：xxx
• Capability行提取结果：xxx

内容的提问来源于stack exchange，提问作者John Angelopoulos